人工智能(AI)已在电子领域中普及，但在某些情况下需要大量能量。因此，普渡大学的研究人员正在开发可以使用当前在软件平台上运行的AI来学习技能的硬件-这种方法可以抵消在自动驾驶汽车或未来药物发现等高级应用中使用AI所需的能量。

“软件正在承担AI的大部分挑战。如果您除了将软件中发生的事情之外，还可以将智能整合到电路组件中，那么您可以做的事情今天根本无法完成。”普渡大学材料工程学教授Shriram Ramanathan说。

尽管AI硬件处于开发的早期阶段，但研究人员已展示了潜在的硬件，但并未满足AI的巨大能源需求。

普渡大学的团队在室温下的一块潜在硬件中演示了一个人造的“树状”存储器。以前，研究人员只能在温度对于电子设备而言太低的硬件中观察到这种存储器。

软件使用树状内存将信息组织到各种“分支”中，因此可以更轻松地检索信息。该策略的灵感来自人脑如何对信息进行分类和做出决策。

人类以树状结构来记忆事物。例如，我们在“水果”类别下记住“苹果”，在“动物”类别下记住“大象”，”普渡大学工程学院的莉莲·吉尔布雷斯(Lillian Gilbreth)博士后研究员张海天说。“在硬件上模仿这些功能对于启发大脑的计算可能很有趣。”

他们是如何做到的

该团队将质子引入了一种称为氧化钕镍的量子材料。他们发现向材料施加电脉冲会移动质子。质子的每个新位置都会创建一个不同的抵抗状态，然后会创建一个称为存储状态的信息存储位置。多个电脉冲创建了一个由存储状态组成的分支。可以建立材料中的数千个存储状态，以利用量子力学效应。材料保持不变，只是质子周围的混洗问题。

通过模拟，研究人员表明材料可以学习数字0到9，这是AI的基准测试。在室温下在材料中创建硬件是迈向表明硬件可以从软件分担任务的一步。普渡大学说，这为AI开辟了新的领域，因为电子硬件不存在，这些领域以前不可用。