MIT腦啟發計算 助AI節能新突破

以大腦為靈感的可持續人工智能：Miranda Schwacke的研究之路

麻省理工學院（MIT）材料科學與工程系博士生Miranda Schwacke，正致力於開發一種模仿人腦運作、同時處理和儲存信息的計算技術——神經形態計算（neuromorphic computing），以打造更節能的人工智能（AI）系統。

Schwacke的研究焦點是電化學離子突觸裝置，這種裝置能像大腦中神經元連接的突觸一樣，通過調節導電性來調整訊號強度。當前的電腦系統通常將資料儲存和處理分離，數據在兩者間來回傳輸，消耗大量能源。相比之下，人腦在同一個地方同時完成資訊處理與儲存，能源消耗遠低於現代AI訓練大型模型所需的能量。Schwacke希望透過這種「以腦為本」的計算模型，找到更節能的AI方案。

Schwacke的導師Bilge Yildiz教授指出，大腦的高效率來自於訊息不需在不同單元間頻繁移動，突觸不僅是信息的傳遞點，亦是處理、編程和儲存的場所。Schwacke的裝置正是模擬這種結構，以降低能耗。

Schwacke從小在科學氛圍濃厚的家庭長大，母親是海洋生物學家，父親是電機工程師。她童年時期對恐龍充滿熱情，夢想成為古生物學家。中學時參加機械人比賽，父親亦積極參與指導。高中時，她接觸到跨學科的材料科學，融合物理、化學與工程，研究材料結構與性能，並設計新材料。她的本科階段在加州理工學院（Caltech）學習材料科學，專注於奈米結構與電化學系統。

進入MIT後，Schwacke加入Yildiz教授的實驗室，開始研究離子如何在材料中移動，以及這些材料如何應用於燃料電池、電池和電解槽。她特別研究用鎂離子代替氫離子，以避免氫氣逸散導致裝置不穩定。她博士論文聚焦於鎂離子注入氧化鎢薄膜，如何改變其電阻，從而調節訊號強度，類似大腦中突觸調節神經信號的機制。

Schwacke憑藉在數據分析和視覺化方面的專長，獲得MIT工程學院頒發的MathWorks獎學金支持。她的研究被認為是在應對AI高能耗問題上的新嘗試，將電化學與腦啟發的計算結合，開拓出節能計算的新方向。

研究過程中，她面對跨學科知識和術語的挑戰，必須同時融會固態化學和半導體物理，並從鎂離子電池文獻中汲取靈感。她也需要處理複雜且不完美的實驗數據，透過與神經科學和電機工程領域的同事合作，調整實驗設計，逐步解開問題。

除了實驗室工作，Schwacke積極參與科普活動。她是「Kitchen Matters」團隊成員，利用日常廚房材料和食品製作短片，向公眾解釋科學原理。例如，她研究製作結構牢固的薑餅屋，發現減少奶油含量能讓薑餅更致密堅固。她亦在當地科學展和兒童活動中設置攤位，通過趣味實驗吸引青少年對科學的興趣。

Schwacke強調，溝通能力是科學研究的重要環節，不論是向兒童還是專家解釋，都需從對方的理解起點出發。她認為社群交流不僅促進新想法的碰撞，也有助於維持研究過程中的心態平衡。她的導師Yildiz亦認同，Schwacke的社區參與展現了她推動科學普及的熱忱，這對她的學術發展同樣重要。

未來，Schwacke希望留在學術界，繼續以她的溝通技巧和研究熱情，激勵下一代科學家和工程師。Yildiz教授對她的前景充滿信心，認為她不僅聰明，更具持續力和韌性，是科研領域的理想人才。

—

評論與啟示

Schwacke的研究方向切中了當前AI技術發展的痛點——能源消耗過高。隨著AI模型規模不斷擴大，訓練與運行所需能量急劇增加，帶來環境與經濟的雙重壓力。她從大腦的運作機制汲取靈感，嘗試將資訊處理與儲存整合，有望大幅降低能耗，這種跨學科的創新思維值得推崇。

此外，她展現了科學家應有的多元素養：不僅精通實驗技術，還能跨界理解電化學與半導體物理的交叉領域，並且重視科學溝通與社會參與。這種全方位的能力將成為未來科研人才的重要標準。

從更廣泛的層面看，Schwacke的故事提醒我們，科學研究不應孤立於象牙塔，而應與公眾建立連結，透過教育和普及推動社會對科學的認同與支持。同時，科學家的成長過程中，跨界學習和團隊合作是突破複雜問題的關鍵。

最後，神經形態計算作為一種新興的計算架構，不僅有潛力解決能效問題，還可能催生更多類腦智能的應用。未來若能結合材料科學、電化學、神經科學與人工智能等多領域力量，勢必引領下一波技術革命，重塑我們與計算機的互動方式。Schwacke的研究正站在這場變革的前沿，值得香港及全球的科技界持續關注與支持。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。