东京理科大学的一个研究团队开发了一种具有高信息处理性能的人工智能设备。这是通过在固体电解质/金刚石界面使用离子-电子耦合动力学重建大脑中发生的所谓“混沌边缘”状态来实现的。该技术可用于开发具有广泛应用的节能边缘人工智能设备，包括图像中的模式识别(包括面部识别)、声音和气味。

人脑的能源效率远高于当前人工智能技术中使用的计算机，信息处理性能也更胜一筹。一个可能的原因是大脑中发生的“混沌边缘”状态尚未被纳入计算机。

已经尝试通过制造由许多小型化设备组成的大规模集成电路来开发能够重建混沌边缘状态的硬件。然而，实际开发这些电路已被证明具有挑战性，它们的性能只能通过模拟来估计。

该研究团队最近开发了一种具有高信息处理性能的人工智能设备，通过在锂离子导电固体电解质薄膜/金刚石薄膜界面处利用离子-电子耦合动力学再现大脑的混沌边缘状态。该器件的工作方式与双电层晶体管相同，其电阻随着双电层充电/放电状态的变化而变化。

该设备能够诱发混沌边缘状态，使其能够产生类似于大脑中突触反应的尖峰和松弛模式的电反应，并有效地处理信息。因此，这款 AI 设备能够将波形输入信号转换为不同的预期波形信号，准确度是其他类似小型 AI 设备的 6 倍，在这项任务中实现了世界最高性能。

这项研究表明，通过在固体电解质薄膜/金刚石薄膜界面处几纳米厚的双电层中 重建大脑的混沌边缘状态，可以实现类脑信息处理。

这种新的纳米级技术可能适用于开发实用的、高性能的小型人工智能设备。这些可能包括高能效的边缘 AI 设备，这些设备可以与各种传感器相结合，以创建智能手表、监控摄像头、语音识别系统和其他具有广泛应用(例如，医学、灾难准备、制造和安全)的技术。