偏微分方程有助于解决现实世界问题，常被用于模拟天气模式和构建材料行为模型。

美国桑迪亚国家实验室的研究人员展示了一种利用神经形态硬件求解偏微分方程的新算法，这使世界首台神经形态超级计算机正逐渐接近现实。这项技术不仅能让研究人员对流体动力学和结构力学等现象进行建模，还能以惊人的能效实现这一过程。

近年来人工智能在技术领域的爆发式发展表明，计算系统可以被编程以表现出类似智能的行为。然而，这些系统运作需要海量资源，并且随着系统变得更智能，这种需求只会增加。科学家们寄望于能效更高的神经形态超级计算机来取代它们。

神经形态超级计算机

受人类大脑启发，神经形态计算机有望以硅基计算机一小部分的成本完成复杂计算。虽然它们外表看起来像传统计算机，但其内部电路结构截然不同。科学家曾认为这些计算机擅长模式识别和加速人工神经网络训练，但不擅长解决数学问题。

桑迪亚国家实验室计算研究中心神经科学家布拉德·艾莫内解释道："无论是击打网球还是挥棒击打棒球，任何类型的运动控制任务都涉及非常精密的计算，属于百亿亿次级别的难题，而我们的大脑却能用极低成本完成。"

艾莫内与实验室另一位神经科学家布拉德·泰尔曼共同开发了一种算法，使神经形态硬件能够求解偏微分方程。这表明神经形态计算能以远低于当今超级计算机的功耗处理大规模模拟。

求解数学、健康与地缘政治问题

二人开发的算法保留了大脑皮层网络的结构和动态特性。泰尔曼在新闻稿中补充道："我们的电路基于计算神经科学领域中一个相对知名的模型。我们证明了该模型与偏微分方程存在天然却非显而易见的联系，这种联系直到模型提出12年后的今天才被揭示。"

这不仅为神经形态计算开启了解决多种数学相关问题的大门，也让研究人员兴奋于它可能以前所未有的方式帮助我们应对脑部疾病。艾莫内指出："脑部疾病可能是计算障碍疾病，但我们尚未完全掌握大脑执行计算的机制。"

在神经形态环境中理解计算，还有助于阐明导致阿尔茨海默症和帕金森症等疾病的脑内变化及其治疗方法。

这项研究的意义超越了数学和健康领域。其研究资助方之一——美国国家核安全管理局，每年耗费巨量能源模拟核武器及其相关系统的物理过程。将这些模拟转为神经形态计算，可在维持计算能力的同时大幅降低能耗。

神经形态计算研究仍处于起步阶段，但这项工作让我们距离建造首台神经形态超级计算机更近一步。研究团队通过此项成果，为探索该技术的全部潜力奠定了基础。泰尔曼在新闻稿结尾展望道："既然我们已经证明能将这种相对基础但关键的应用数学算法引入神经形态计算，那么是否存在更先进应用数学技术所对应的神经形态表达呢？"

该研究成果已发表于《自然·机器智能》期刊。

如果朋友们喜欢，敬请关注“知新了了”！