当前计算机系统非常擅长进行精确计算。但随着我们使用越来越多基于人工智能的应用程序，我们还需要更高效的系统，能够以相同的精确度实时处理数据。 荷兰埃因霍温理工大学的研究员 Eveline van Doremaele正在研究一种新一代计算机，其模型基于人脑。更重要的是，她使用了有机材料制造了独特芯片，并具有神经形态计算功能，这意味着它能与我们的身体相互作用。

自动驾驶汽车、面部识别、语言识别：所有这些应用程序都基于人工智能。为了使这些应用成为可能，计算机系统需要适应越来越动态的环境，并能够处理非结构化和不完美的数据。当前的人工神经网络运行良好，但也存在显着的缺点。例如，它们消耗大量能源，执行复杂计算需要相对较长的时间。

这就是为什么荷兰的Eveline van Doremaele研究员过去几年一直在研发新一代计算机系统，开发了一种可以用于人体各种应用的智能芯片。在5月25日星期四，她在机械工程系成功以优等成绩通过了博士论文答辩。

仿造大脑

"我们自己携带着一个执行复杂任务的完美系统，" Van Doremaele一边触摸自己的头部，一边说道。"我们的大脑非常擅长处理不确定因素，并在不断变化的情况下高效工作。这主要是由于大脑能够同时执行各种进程和计算，以及通过以前的经验来学习。这正是我们在AI应用中所需要的。"

范·多雷马勒表示，仿制脑部结构和功能的神经形态计算是近年来越来越受到关注的，这并不奇怪。我们的大脑展示了完美的计算机系统应该如何工作，高效、快速、动态，成为我们小组和其他科学家的巨大启示。我们通过开发自我学习交互的设备，将其提高到更高的水平。

"例如，智能假肢可以通过人工神经元让你教它抓笔，芯片可以同时使用不同的传感器在数百万个正常细胞之间检测循环的癌细胞，起搏器可以适应老化的心脏。一旦我们的技术开发成功，应用将是无限的。"

自我学习系统

为了制造这样的芯片，范多雷马勒开始寻找既适合编程又被人体接受的材料。范多雷马勒的研究表明，导电有机聚合物是非常有效的材料。这种材料由长分子组成，能够让电流通过。

"为了使系统具有自学能力，设备内的阻力是可变的至关重要。这也发生在我们的大脑中：随着你更频繁地学习某些东西，神经细胞之间的连接会变得更强。使用离子实际上可以让我们改变阻力，但我们也希望使连接变得永久化。"，她解释道。

较弱的连接

"到目前为止，在我们的领域中，使用随时间推移连接变弱的材料已经很普遍了，"这位博士生继续说道。"在假肢臂的情况下，这意味着一个月后你将不再知道如何拿起一支笔。"

"经过测试，我们发现P-3O具有独特的双向导电性能：它能够变化电阻并保持连接。它既可以与液体电解质（如体内的水环境）一起工作，也可以与固态电解质（离子凝胶）一起工作。通过将细胞彼此连接，我们可以制造带有特定特性的复杂电路。在测量微小肌肉运动或被大量噪声包围的信号（如心跳）等微弱信号时，这非常有用。"

测量汗液样本

即使进行复杂测试所需的进一步研究还需要很多，但Van Doremaele已经使用神经形态计算来开发了一种生物传感器，可以分析测试对象的汗液样本，检测遗传病囊性纤维化的存在。"使用不同的传感器，芯片可以测量汗液中的钾和氯含量。我们让系统对每个汗液样本进行预测。如果预测错误，我会按下一个按钮，系统会进行纠正。最终，生物传感器只给出了正确的答案。因此，它学习的方式非常独特，就像人类大脑中的神经元。这为我们提供了一个可以进一步发展的基础。"

Van Doremaele注意到她的工作引起了很多关注。"人工智能几乎无处不在，而且将变得更加普遍。但是随着数据中心使用巨大的能源，能源问题也日益加剧。这意味着我们必须寻找替代计算机系统。我们专注于有机材料用于自学习的生物医学应用，这是相当独特的。"

"只有少数几个小组在进行这项工作，通常是参与联合项目。鉴于这个项目的多学科性质，我们在校园内也建立了联系。通过寻找具有不同背景的同事并共享大量知识，我成为了Eindhoven理工大学的EAISI (人工智能)和ICMS (复杂分子系统)研究院之间的连接点。博士有时可能是孤独的，但我有一个巨大的论文致谢来证明我的努力。"