摘要：科学家开发了一个计算芯片，可以学习，纠正错误并处理AI任务。...

现有的计算机系统具有单独的数据处理和存储设备，使它们无法处理像AI这样的复杂数据。 KAIST研究团队开发了一个基于备忘录的集成系统，类似于我们的大脑处理信息的方式。现在，它可以在包括智能安全摄像机在内的各种设备中进行应用，使他们能够立即识别可疑活动而无需依靠远程云服务器，以及可以帮助实时分析健康数据的医疗设备。

Kaist（Kwang Hyung Lee总统）在1月17日宣布，电气工程学院的Shinhyun Choi教授和Young-Gyu Yoon的联合研究团队开发了下一代神经形态半导体的超小型计算芯片，可以自行学习和纠正错误。

该计算芯片的特殊之处在于，它可以学习和纠正由于非理想特征而在现有神经形态设备中难以解决的错误。例如，在处理视频流时，芯片学会自动将移动对象与背景分开，并且随着时间的推移，该任务在此任务上会变得更好。

通过在实时图像处理中与理想的计算机模拟相媲美的准确性来证明这种自我学习能力。研究团队的主要成就是，它已经完成了一个既可靠又实用的系统，而不是大脑样组件的发展。

研究小组开发了世界上第一个基于备忘录的集成系统，该系统可以适应即时的环境变化，并提出了一种创新的解决方案，以克服现有技术的局限性。

这项创新的核心是一种名为Memristor*的下一代半导体设备。该设备的可变电阻特性可以替代突触在神经网络中的作用，并且通过使用它，可以同时执行数据存储和计算，就像我们的脑细胞一样。

MEMRISTOR：一个复合单词的内存和电阻器，下一代电气设备的电阻值取决于过去两个端子之间在两个端子之间流动的电荷的数量和方向。

研究团队设计了一个高度可靠的备忘录，可以精确控制阻力变化，并开发出一种有效的系统，该系统通过自学习排除了复杂的补偿过程。这项研究很重要，因为它在实验上验证了支持实时学习和推理的下一代神经形态半导体的集成系统的商业化可能性。

这项技术将彻底改变人工智能在日常设备中使用的方式，从而可以在本地处理AI任务而无需依赖远程云服务器，从而使其更快，更快，更具隐私性和更节能。

Kaist研究人员Hakcheon Jeong和Seungjae Han解释说：“该系统就像一个智能工作区，一切都在手臂范围内，而不必在书桌和文件柜之间来回走动。” “这类似于我们的大脑处理信息的方式，在该信息中，所有内容都在一个地方有效地处理。”

这项研究是由Hakcheon Jeong和Seungjae Han进行的。

这项研究得到了下一代智能半导体技术开发项目，优秀的新研究人员项目和韩国国家研究基金会的PIM AI半导体核心技术开发项目，以及信息与通信技术计划和评估研究所的电子和电信研究所研究所研究所研究所研究所支持项目。