计算机以数字形式工作——准确地说，是0和1。它们的计算、处理和记忆都是数字化的，所有这些都需要非凡的电力资源。当我们展望计算的下一个发展并开发神经形态或“类脑”计算时，这些功率要求是不可行的。
一些研究人员正在研究模拟改进以推进神经形态计算。换句话说，他们不仅在推进软件，也在推进硬件。加州大学圣地亚哥分校和加州大学河滨分校的研究展示了一种利用无序超导环路存储和传输信息的有前途的新方法。
该团队的研究发表在《美国国家科学院院刊》上，证明了超导回路具有展现联想记忆的能力，这种能力使大脑能够记住人类两个不相关的项目之间的关系。
“我希望我们正在设计、模拟和构建的东西能够快速进行这种关联处理，”该论文的合著者之一、加州大学圣地亚哥分校物理学教授罗伯特·C·戴恩斯(RobertC.Dynes)说道。
创造持久的回忆
想象一下：您在一个聚会上遇到了许久未见的人。你知道他们的名字，但不太记得了。你的大脑开始搜寻信息：我在哪里遇见这个人的?我们是怎么被介绍的?如果幸运的话，你的大脑会找到找回丢失的东西的途径。当然，有时你会不走运。
戴恩斯认为，短期记忆会随着重复而转变为长期记忆。就名字而言，你见到这个人越多、使用这个名字越多，它就会被写入记忆越深。这就是为什么我们还记得十岁时的一首歌，却记不起昨天午饭吃了什么。
“我们的大脑具有联想记忆的非凡天赋，但我们并不真正理解它，”戴恩斯说，他也是加州大学名誉校长和加州大学圣地亚哥分校前校长。“它可以通过答案的概率来发挥作用，因为它是高度相互关联的。我们构建和建模的这个计算机大脑也具有高度交互性。如果你输入一个信号，整个计算机大脑都知道你做到了。”
保持在循环中
无序超导回路如何工作?您需要一种超导材料——在本例中，该团队使用了钇钡铜氧化物(YBCO)。YBCO被称为高温超导体，在90开尔文(-297F)左右变得超导，这在物理学中并没有那么冷。这使得修改相对容易。使用磁场和电流操纵YBCO薄膜(约10微米宽)，在环路上产生单个通量量子。当电流被移除时，通量子留在环路中。将其视为一条信息或记忆。
这是一个循环，但联想记忆和处理至少需要两条信息。为此，达因斯使用了无序环，这意味着环的大小不同，遵循不同的模式——本质上是随机的。
每个环路中的约瑟夫森接合点(有时也称为“薄弱环节”)充当通量量子可以通过的大门。这就是信息传输和建立关联的方式。
尽管传统的计算架构不仅对处理而且对内存存储都有持续的高能量需求，但这些超导回路显示出显着的节能效果——减少了一百万倍的规模。这是因为循环仅在执行逻辑任务时需要电源。记忆存储在物理超导材料中，只要环路保持超导，就可以永久保留在那里。
随着循环数量的增加，可用内存位置的数量呈指数级增长：一个循环有3个位置，但三个循环有27个位置。在这项研究中，团队构建了4个具有81个位置的循环。接下来，Dynes希望扩大循环数量和存储位置数量。
“我们知道这些循环可以存储记忆。我们知道联想记忆是有效的。我们只是不知道它在循环次数较多的情况下有多稳定，”他说。
这项工作不仅对物理学家和计算机工程师值得注意，而且对物理学家和计算机工程师来说也值得注意。这对于神经科学家来说也可能很重要。戴恩斯与另一位加州大学名誉校长理查德·阿特金森进行了交谈，他是一位世界著名的认知科学家，帮助创建了一种名为阿特金森-希夫林模型的开创性人类记忆模型。
阿特金森也是加州大学圣地亚哥分校前校长和社会科学学院名誉教授，他对他所看到的可能性感到兴奋：“鲍勃和我进行了一些精彩的讨论，试图确定他的基于物理的神经网络是否可以使用模拟阿特金森-希夫林记忆理论。他的系统与其他提出的基于物理的神经网络有很大不同，并且足够丰富，可以用来解释大脑记忆系统在底层物理过程方面的工作原理。这是一个非常令人兴奋的前景。”