在一个人工智能和机器学习正在重新定义可能性的时代，由美国西北大学、波士顿学院和麻省理工学院（MIT）的研究人员的共同努力，研发了一种新的突触晶体管（synaptic transistor），可以在室温下高效运行，标志着在模仿人类大脑计算能力方面的重大飞跃。

莫尔量子材料的黎明

这一突破的核心是莫尔量子材料（Moiré Quantum Materials）的创新使用。这些材料诞生于石墨烯和六边形氮化硼等二维结构的精确分层，表现出独特的电子现象。当这些层被巧妙地扭曲时，它们会形成摩尔纹图案，导致以前在实际温度下无法实现的增强的库仑互动效应（Coulomb interactions）。

这一研究克服了长期以来困扰该领域的关键局限性：对超低温的依赖。新的突触晶体管的工作电压仅为20皮瓦（10^(-12)瓦)，证明了其能源效率，并且可以在室温下无缝工作。

弥合大脑和机器之间的差距

人类大脑是大自然的奇迹，通过处理和记忆的无缝整合实现了计算效率。这种生物架构与传统数字计算系统形成鲜明对比，在传统数字计算系统中，微处理器和内存之间的数据传输会造成能源瓶颈。

摩尔突触晶体管体现了范式转变，反映了类似大脑的集成架构，因为大脑的架构与数字计算机截然不同。这项研究的首席研究人员之一Hersam教授表示，通过将内存和信息处理同地定位，该设备实现了并发功能，为节能计算打开了大门。

超越传统计算

传统数字系统通过将更多的晶体管打包到集成电路中取得了长足进步，然而这带来了巨大的能源成本。随着大数据时代的蓬勃发展，数字计算方法越来越不可持续。摩尔突触晶体管预示着对计算硬件的重新思考，特别是人工智能和机器学习任务。

这项研究中的不对称摩尔电势（asymmetric moiré potential）导致强大的电子棘轮状态（electronic ratchet states），通过非易失性电荷载体注入（non-volatile charge carrier injection）对电导率进行控制。这一特征对神经形态功能（neuromorphic functionalities）至关重要，因为它比以往任何技术都更像一个生物过程。

高级能力和测试

为了展示其能力，该团队使晶体管承担了复杂的模式识别任务，这是联想学习的一个基本方面。晶体管可以区分类似的模式，即使在更具挑战性的条件下，也能显示出高级的认知水平。这种能 力对于当前人工智能算法步履蹒跚的应用至关重要，例如自动驾驶车辆在恶劣天气条件下的应用。

影响和未来方向

这项研究的影响是深远的。摩尔突触晶体管具有低功耗和室温功能，可能是未来节能计算设备的基石。它开辟了人工智能的新途径，特别是在边缘计算和硬件加速器方面，这对处理智能设备生成的大量数据至关重要。

当我们继续探索摩尔量子材料的未开发潜力时，突触晶体管很可能是一系列革命性工具中的第一个，重塑了我们对人工智能和其他方法。