韩国高级科学技术研究所（KAIST）开发了一个自学习的备忘录，该回忆录复制了人脑突触，提高了人工智能计算效率和本地处理。
备忘录或“内存电阻器”被吹捧为模仿神经形态计算机中突触的最佳候选者。 Kaist的最新发展超过了以前的尝试，提供了增强的突触复制。这一突破可以使AI在本地运作，从而提高能源效率和随着时间的推移任务改进。
1971年，莱昂·库阿（Leon Chua）理论上了第四个基本计算元素的存在，这是一个Memristor。该组件即使关闭，也可以存储数据，从而形成神经形态计算的基础。回忆录可以同时处理数据存储和计算，类似于人脑。自2008年发现以来，全世界的研究人员一直在完善人们创建类似脑部计算机的回忆录能力。
2025年1月，KAIST宣布了一个纠正错误并从中学习的回忆录，解决了以前具有挑战性的神经形态任务。例如，此芯片可以在视频处理过程中将移动图像与背景分开，并随着时间的推移而改善。突破已详细介绍 自然电子。
KAIST声称，该备忘录允许本地AI处理，绕过对云服务器的依赖并提高隐私和能源效率。研究人员Hakcheon Jeong和Seungjae Han将该系统比作一个智能工作区，所有任务都出现在一个高效的位置。
KAIST还开发了第一个AI超导体芯片，该芯片以极高的速度运行，功耗最少。模仿大脑的效率，该芯片仅使用20瓦功率执行每秒十亿亿亿亿美元的操作。
增强的回忆录将我们带到芯片上，加速AI的发展，并可能接近技术奇异性。但是，在AI中实现真正的人类智力仍然是一个复杂的挑战。
尽管围绕技术奇异性的炒作可能有些夸张，但KAIST的AI超导体芯片超关注能量效率和速度，展示了一种实用性，该实用性可能在我们击中Skynet领土之前很久就推动了现实世界中的应用。
在Memristor Hype的樱桃屋顶下，Kaist的能力在当地运作，该能力将伦理钟摆从中央云控制中移开。如果这成为常态，则需要利用AI的公司可以将其运营分叉远离对大云的控制。
真正的肉在于将移动图像与静态背景区分开，这是纸上的一项小任务，但在诸如车辆和无人机导航之类的实际应用中至关重要。这项任务曾经是对神经形态芯片的严格测试，但是Kaist的最新技术证明了它已经准备好了主要阶段。
