加州大学、德克萨斯A&M大学研究团队突破图灵模型限制，研发出基于突触电阻电路的“超级图灵AI”，在无人机操控等领域展现出超越传统AI的适应性和效率。
[加州，2025年4月5日] – 人工智能领域迎来一项重大突破。加州大学（University of California）、德克萨斯A&M大学（Texas A&M University）等机构的研究团队，近日在《Science Advances》期刊上发表论文，展示了一种受大脑启发的“超级图灵”（Super-Turing）AI模型。该模型基于突触电阻 (Synstor) 电路，能够同时进行实时推理和学习，在模拟环境中引导无人机自主飞行，其操控水平甚至可以与人类驾驶员相媲美。
长期以来，人工智能算法受限于图灵模型，依赖于预编程或机器学习固化的推理算法。虽然在特定领域表现出色，例如自动驾驶和大语言模型，但其局限性也日益凸显：无法在运行中动态适应环境变化，面对未知环境缺乏人脑的实时适应能力，导致高能耗和低效率。
德克萨斯A&M大学工程学院电气与计算机工程助理教授 Suin Yi 博士指出：“现有数据中心消耗的电力以千兆瓦计，而我们的大脑只消耗 20 瓦。这种能源消耗是不可持续的。”
为了突破这一瓶颈，研究团队另辟蹊径，模仿人脑的“超级图灵”计算模式，利用突触可塑性实现推理与学习的实时并行处理。他们首次提出了一种基于突触电阻 (Synstor) 电路的智能系统模型，该系统能够同步响应推理信号与学习信号，使器件电导在推理过程中持续自适应调整。
研究人员使用集成铁电 HfZrO 材料的 Synstor 电路，在模拟环境中进行了无人机导航实验。实验结果表明，与基于计算机的人工神经网络 (ANN) 相比，Synstor 电路在学习速度、性能、功耗和对不断变化的环境的适应性方面都表现出显著优势，甚至可以与人类操作员的表现相媲美。
Suin Yi 强调，硬件创新与人工智能系统本身的进步同样重要。“很多人说人工智能只是软件，但如果没有计算硬件，人工智能就不可能存在。”
“超级图灵 AI”的问世，代表着迈向可持续人工智能发展的关键一步。通过重新构想人工智能架构以反映人脑的效率，该行业可以应对经济和环境挑战。
“像 ChatGPT 这样的现代人工智能很棒，但成本太高。我们要打造可持续的人工智能，”Yi 说道，“超级图灵 AI 可以重塑人工智能的构建和使用方式，确保它在不断发展的同时，能够造福人类和地球。”
这项研究不仅为人工智能领域带来了新的希望，也为未来的技术发展指明了方向。
参考文献：
- HfZrO-based synaptic resistor circuit for a Super-Turing intelligent system. Science Advances, 2025, 11(9), eadr2082. https://www.science.org/doi/10.1126/sciadv.adr2082
- Super-Turing AI mimics the energy efficiency of the human brain. TechXplore, 2025, March 3. https://techxplore.com/news/2025-03-super-turing-ai-energy-mimicking.html
Views: 0