新工具可用于训练人工智能神经网络

根据阿尔伯塔大学的最新研究，科学家为原子制造工具包添加了至关重要的工具，这对当今数据驱动的碳密集型世界具有重要意义。

阿尔伯塔大学教授罗伯特沃尔科夫说：“今天的计算机正在向大气中排放1万亿吨碳。我们可以通过使用原子级电路来增强传统计算机最耗电的部分，从而消除这种情况。”物理学是加拿大纳米技术研究中心国家研究委员会的首席研究官，也是将技术推向市场的衍生公司Quantum Silicon Inc .的首席技术官。“这种新工具可以更好地实现超高效的混合计算机，用于训练人工智能的神经网络。”

最新发现利用自然物理现象来加速原子制造过程。氢分子可以发现并自动修复原子电路中的错误，并可用于显著提高原子数据存储的重写速度。这项工作是基于沃尔科夫的研究团队几十年来为实现原子制造的潜力所做的奉献，在接下来的几年里，原子制造已经从一个理想主义的梦想变成了一个更有可能的现实。

新发现的主要作者Roshan Achal说：“这将需要几年的时间，但事实上有一种真正的方法可以在我们的世界中使用原子设备。”和沃尔科夫在一起。“而且我们现在有了原子存储更快更好的应用，原子存储只会随着时间的推移而改进。”

Achal解释说，随着电子电路和存储器尺寸的增加，在原子水平上移动氢分子的技术过程的效率将得到提高，这转化为更容易大规模生产具有更多存储器和更快功能的低功率电子产品。

碳素生产中的注意事项

研究结果提出了从更小的硬盘驱动器到更高效的数据中心的潜在应用，以及数据驱动的气候相关世界的需求和新现实。

Wolkow和Achal是该团队最近突破性发现背后的两个想法，包括创建最高的已验证内存存储和第一个硅原子电路。该团队迅速而安静地完善了他们的技术，这种技术过去很慢，但可以在科学实验室中使用。这些最新发展将这一过程加快了1000倍，使其在现实世界中的可扩展应用中更加实用。

他们发现的与氢有关的意想不到的分支是检测其他分子的能力，从而为其原子回路中的化学传感提供了潜力，例如，它可以用于检测酒精、四氢大麻酚和爆炸物中发现的分子。

沃尔科夫说：“现在有可能用电探测到一个降落在表面的分子。”“就像发生这种情况时灯泡是亮着的。您正在检测最小的事件。它既漂亮又有用。它可以将传感器集成到从手机到医生办公室的所有设备中。"

对阿查尔来说，这份最新的出版物是他论文的完美上限，将于下个月完成。“这篇新论文是我认为原子制造工具包需要的最后一部分的最终结果。现在，我们真的可以开始制造这些电路，并进行大规模的演示。”

论文《H-Si(100)上单分子结合事件的探测与引导及其在超密集数据存储中的应用》于11月27日发表在同行评议期刊《ACS Nano》上。