据外媒报道，密歇根大学（University of Michigan）展示了一款更小、更轻、更节能的计算机，可以帮助自动无人机和探测车节省重量和降低功耗，并对自动驾驶汽车具有更广泛的影响。根据发表在期刊《Science Advances》上研究，这款自主控制器具有报告过的最低功率需求之一。其运行功耗仅为12.5微瓦，与心脏起搏器差不多。

（图片来源：Science Advances）

在测试过程中，滚动机器人使用该控制器，能够以与使用传统数字控制器相同的速度和精度，在走廊中追赶以之字形运动的目标。在第二次试验中，使用自动重新定位的杠杆臂，新控制器同样表现出色。密歇根大学机械工程学教授Xiaogan Liang表示：“这项研究引入突破性的纳米电子设备，旨在彻底改变能够通过神经网络架构进行高效计算的硬件平台。这些能源和资源节约型平台为推进机器人系统和车辆小型化铺平了道路。”

对于无人机和太空探测车等应用，高效率和小型化尤其重要。因为在这些应用中重量和能量具有重要意义。另外，传统的自动驾驶汽车也可以从这项技术中受益。根据先前的研究，自动驾驶汽车每年10亿小时的行驶时间，可能比当今全球数据中心的总耗电量还要多。

由于数字计算功耗低且精度高，人们几乎放弃了模拟计算。但是，一种相对较新的电路元件正在改变这一局面。忆阻器于1971年提出，并于2008年首次演示，将信息存储在其电流电阻中。当暴露于电压下时，它会降低对下一个信号施加的阻力。随着时间的推移，一些忆阻器会忘记以前的信号，回到原来的电阻，这类似于神经元的放松行为。这就是该团队构建的类型。由于忆阻器与神经网络的功能非常相似，因此忆阻器网络计算人工神经网络的效率远高于传统晶体管计算机。此外，对于本身是模拟物的传感器和致动器，保持模拟处理可以节省在模拟和数字之间转换信号的能源成本。

该团队在密歇根大学Lurie纳米制造设施中构建其忆阻器电路。在硅芯片上摩擦一根直径约为30微米（0.03毫米）的金尖臂，就像用头发摩擦气球一样，气球就会通过粘在带静电的墙上；接着，电荷引导汽化的硒化铋，沿大约15纳米（0.000015毫米）厚的8条交叉线积聚，这些线的排列方式类似于井字棋盘；然后，该团队在每条线的两端镀上钛和金电极。

它们通过一个电极注入信号，并在芯片另一侧的五个电极上读出信号，每个电极代表一个神经元。在这项研究中，滚动机器人的摄像头数据在通过忆阻器网络运行之前，必须在硅处理器中转换为模拟信号。然后，硅处理器将输出转换为控制指令，使机器人能够沿着大学走廊的红色矩形板块前进。类似地，对于杠杆臂，相关臂位置数据通过硅处理器进入忆阻器网络。这还提供了指令基础，以运行附加的无人机旋翼，将该臂提升到正确位置。

机械工程专业刚毕业的博士生 Mingze Chen表示：“这样的设备可以让机器人拥有像人类一样的直觉行为，就像触摸到非常热的水后会把手缩回来。控制响应可能不太准确，但速度非常快。边缘计算意味着信息不必传输到数据中心进行处理，例如人们手和手臂的神经和肌肉无需将信息发送到大脑即可做出反应。边缘计算的速度更快、功耗更低，因为人们不必花时间和精力来传输数据。”