印度科學研究所 (IISc) 的研究人員開發了一個受大腦啟發的模擬計算平台，能夠在分子薄膜內儲存和處理令人驚訝的 16,500 種電導狀態的數據。今天發表在雜誌上自然，這項突破代表著傳統數位計算機向前邁出的一大步，傳統數位計算機的資料儲存和處理僅限於兩種狀態。

這樣的平台有可能將複雜的人工智慧任務（例如訓練大型語言模型（LLM））帶到筆記型電腦和智慧型手機等個人設備上，使我們更接近人工智慧工具開發的民主化。由於缺乏節能硬件，這些發展目前僅限於資源密集型資料中心。隨著矽電子產品接近飽和，設計能夠與矽晶片一起工作的受大腦啟發的加速器以提供更快、更有效率的人工智慧也變得至關重要。

「十多年來，神經形態運算一直面臨著未解決的挑戰，」領導研究團隊的 IISc 奈米科學與工程中心 (CeNSE) 助理教授 Sreetosh Goswami 解釋道。“有了這一發現，我們幾乎已經實現了完美的系統——這是一項罕見的壯舉。”

大多數人工智慧演算法的基本操作都是非常基本的——矩陣乘法，這是高中數學中教授的概念。但在數位計算機中，這些計算消耗大量能量。IISc 團隊開發的平台大大減少了所涉及的時間和精力，使這些運算變得更快、更容易。

此平台核心的分子系統由 CeNSE 客座教授 Goswami 設計。當分子和離子在材料薄膜內擺動和移動時，它們會創建無數獨特的記憶狀態，其中許多狀態迄今為止無法訪問。大多數數位設備只能存取兩種狀態（高電導和低電導），而無法利用無限數量的中間狀態。

透過使用精確定時的電壓脈衝，IISc 團隊找到了一種有效追蹤大量分子運動的方法，並將每個分子運動映射到不同的電訊號，形成不同狀態的廣泛「分子日記」。

「這個計畫將電機工程的精度與化學的創造力結合在一起，讓我們能夠非常精確地控制分子動力學電子電路由奈秒電壓脈衝供電，」Goswami 解釋道。

利用這些微小的分子變化，該團隊能夠創建一個高度精確和高效的神經形態加速器，它可以在同一位置儲存和處理數據，類似於人腦。此類加速器可以與矽電路無縫集成，以提高其性能和能源效率。

團隊面臨的關鍵挑戰是表徵各種電導狀態，這證明使用現有設備是不可能的。團隊設計了一個客製化電路板，可以測量小至百萬分之一伏特的電壓，以前所未有的精度精確定位這些單獨的狀態。

該團隊也將這項科學發現轉化為一項技術壯舉。他們只使用一台桌上型電腦就能根據詹姆斯韋伯太空望遠鏡資料（最初由超級電腦創建）重新創建 NASA 標誌性的「創世之柱」影像。他們還能夠以傳統計算機所需的時間和精力的一小部分來完成這項工作。

該團隊包括 IISc 的幾名學生和研究員。Deepak Sharma 負責電路和系統設計以及電氣表徵，Santi Prasad Rath 負責合成和製造，Bidyabhusan Kundu 負責數學建模，Harivignesh S 精心設計了仿生神經元反應行為。該團隊還與德州農工大學教授 Stanley Williams 和利默里克大學教授 Damien Thompson 合作。

研究人員認為，這項突破可能是印度在人工智慧硬體方面最大的飛躍之一，使該國躋身全球技術創新版圖。Navakanta Bhat，CeNSE 教授和專家矽電子領導了該專案的電路和系統設計。

「最引人注目的是我們如何將複雜的物理和化學理解轉化為人工智慧硬體的突破性技術，」他解釋道。「在印度半導體使命的背景下，這一發展可能會改變遊戲規則，徹底改變工業、消費者和戰略應用。此類研究對國家的重要性怎麼強調都不為過。”

在電子和資訊技術部的支持下，IISc團隊目前正致力於開發完全自主的整合式神經形態晶片。

「從材料到電路和系統，這完全是本土的努力，」戈斯瓦米強調。“我們正在順利地將這項技術轉化為系統單晶片。”