最近，一篇发表在《自然》杂志上的研究引起了人工智能界的广泛关注。

研究人员发现，单个人类神经元可以执行异或（XOR）运算，其效率甚至超过了现代人工神经网络（ANN）。传统的人工神经网络需要至少两层神经网络才能完成异或运算。

在这项研究中，来自荷兰特温特大学的研究团队开发了一种新型硅半导体器件，利用量子隧穿效应，能够在单一设备上执行任意逻辑运算，包括异或运算。这种器件通过并行组合，成功应用于机器学习中的MNIST图像分类任务，准确率达到96%。

该器件的制造方法与现有的半导体技术兼容，可以实现无缝集成。

这项突破的关键在于量子隧穿效应。当电流通过电路时，电子可以像水流一样越过障碍物。研究团队采用了一种更为简便的方法，通过向N型硅半导体中掺入硼原子来制造电子坑，这种方法与现有的工业掺杂工艺一致，便于与现有半导体器件结合。

这种新型器件能够执行多种逻辑运算，如与、或、与非、或非、异或和同或。通过调整掺杂的半导体势能曲面，可以实现对电路的重新编程，从而执行不同的逻辑运算。

为了进一步提升性能，研究人员设计了一种电路，能够对所有16种可能的4位二进制输入进行分类。通过将2×2的特征提取并行组合，该电路成功应用于MNIST手写数字图像分类任务，取得了96%的准确率。

此外，实验表明，该分类器设备具备并行运算的能力，不会产生冲突。相比现有的硬件，这种器件在执行AI运算时具有更高的速度和能效。

第一作者陈涛目前是荷兰特温特大学BRAINS中心的博士后研究员。他毕业于武汉理工大学精密仪器专业，并在清华大学获得了微电子学硕士学位，随后在爱丁堡大学获得了电子工程博士学位。他的研究方向是神经形态计算材料的物理特性。

论文地址：https://www.nature.com/articles/s41586-019-1901-0