Friedrich Miescher 生物医学研究所和海德堡大学的研究人员，于 2022 年 1 月发表在《PNAS》上的一篇题为「Surrogate gradients for analog neuromorphic computing」的论文揭示了绕过这个问题的方法。 该团队表明，一种称为尖峰神经网络的人工智能算法——它使用大脑的独特通信信号，称为尖峰——可以与芯片一起学习如何补偿设备不匹配。这篇论文是朝着使用 AI 进行模拟神经形态计算迈出的重要一步。
微信咨询
公众号
关注抖音
