這款由記憶電阻設計的新型硬件計算系統，加速神經(jīng)網(wǎng)絡(luò )訓練的同時(shí)還可預測下一步輸出

該系統未來(lái)還可用于預測分析。

近日，密歇根大學(xué)的研究團隊設計出一種由記憶電阻制成的新型神經(jīng)網(wǎng)絡(luò )硬件系統（儲備池計算系統），相較于現有的硬件系統，它的效率有了明顯的提升，并且它能在對話(huà)之前預測詞匯并預測下一步輸出。

儲備池計算系統是一種有效改進(jìn)傳統神經(jīng)網(wǎng)絡(luò )訓練困難的計算系統，此前，有科學(xué)家曾用光學(xué)元件制作了儲備池計算系統，不過(guò)，此次電氣工程和計算機科學(xué)教授盧偉（音譯）及其團隊使用記憶電阻構造的新系統所需空間更小，也更容易集成到現有的硅基電子設備。

記憶電阻，又稱(chēng)憶阻器，與普通的電阻不同，它的電阻值由流經(jīng)它的電荷確定。因此，通過(guò)測出記憶電阻的阻值，便可知道流經(jīng)它的電荷量，從而有記憶電荷的作用。在這項最新的研究中，研究團隊使用的是一種特殊的記憶電阻。對此，團隊沒(méi)有過(guò)多的介紹。

對該新型系統的驗證，研究團隊采用的是手寫(xiě)識別測試（神經(jīng)網(wǎng)絡(luò )常用的基準），以此來(lái)驗證儲備池計算系統的性能。結果表明，他們僅使用88個(gè)記憶電阻做節點(diǎn)，就可以分辨數字的手寫(xiě)版本，且儲備池的精準度高達91%；而傳統神經(jīng)網(wǎng)絡(luò )需要幾千個(gè)節點(diǎn)。此外，隨著(zhù)時(shí)間而變化的數據，新系統也能處理。

實(shí)際應用中，為了訓練神經(jīng)網(wǎng)絡(luò )完成某項任務(wù)，很多公司包括研究機構需要花費大量的時(shí)間和高昂的成本在上面。不過(guò)盧偉表示，他們通過(guò)憶阻器制造出的儲備池計算系統可避免大多數昂貴的訓練過(guò)程，也為網(wǎng)絡(luò )提供了記憶能力。

盧偉還表示，未來(lái)他將借助該技術(shù)研究語(yǔ)音識別和預測分析兩大領(lǐng)域。對此，他解釋道：“我們可以預測自然語(yǔ)言，所以你有時(shí)候沒(méi)有發(fā)出完整的單詞，我們也能預測出你接下來(lái)要說(shuō)的是什么。”

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！