在人工智能技术飞速发展的今天，一个不容忽视的问题日益凸显：AI系统的能源消耗正在以惊人的速度增长。训练大型AI模型所需的电力资源堪比一个小城市的用电量，这种不可持续的能源消耗模式正促使科学家们寻求更加高效的计算方式。麻省理工学院材料科学与工程系的博士生Miranda Schwacke正是这一领域的先锋研究者，她致力于开发受人脑启发的计算系统，旨在大幅降低AI的能源需求。
脑启发计算的革命性潜力
当代计算机架构的一个根本局限在于数据存储与处理是分离的。信息需要在内存和处理器之间来回传输，这一过程消耗了大量能源。相比之下，人脑的神经元和突触能够同时处理和存储信息，实现了极高的能源效率。Schwacke的研究正是基于这一原理，开发"神经形态计算"系统，模仿大脑的工作方式。
"如果你特别关注AI领域——训练这些大型模型确实消耗大量能源，"Schwacke解释道，"与人类学习时大脑消耗的能量相比，大脑的能耗要低得多。这促使我们寻找更受大脑启发的、更节能的AI实现方式。"
她的导师Bilge Yildiz教授进一步阐释了大脑高效工作的原因：数据不需要来回移动。
"在大脑中，我们神经元之间的连接，即突触，是我们处理信息的地方。信号传输、处理和编程都在同一地点完成，"Yildiz教授说道，她是麻省理工学院核科学与工程系和材料科学与工程系的Breene M. Kerr (1951)教授。Schwacke的设备正是为了复制这种效率而设计的。
离子突触：电化学突破
Schwacke的研究核心是电化学离子突触——微小的设备可以通过电化学方式"调谐"以调整导电性，类似于大脑调整神经元之间连接的方式。她的博士论文项目专注于理解镁离子插入钨氧化物（一种可以精确调节电学性质的金属氧化物）如何改变其电阻。在这些设备中，钨氧化物作为通道层，电阻控制信号强度，就像突触调节大脑中的信号一样。
"我试图理解这些设备如何精确地改变通道电导，"Schwacke解释道。
这项研究获得了麻省理工学院工程学院MathWorks奖学金的认可（2023年和2024年），该奖学金支持使用MATLAB或Simulink等工具的研究生；Schwacke应用MATLAB进行关键的数据分析和可视化。
Yildiz教授将Schwacke的研究描述为解决AI最大挑战之一的新颖一步。
"这是用于脑启发计算的电化学，"Yildiz教授说，"这是电化学的新应用背景，但也具有能源意义，因为计算的能源消耗正在不可持续地增长。我们必须找到以更低能耗进行计算的新方法，而这是帮助我们朝这个方向迈进的一种方式。"
跨学科研究的挑战与机遇
像任何开创性工作一样，Schwacke的研究面临着挑战，特别是在弥合电化学和半导体物理学概念之间的鸿沟方面。
"我们的团队来自固态化学背景，当我们开始研究镁时，没有人曾在这些设备中使用过镁，"Schwacke说，"所以我们参考了镁电池文献，寻找我们可以使用的不同材料和策略。当我开始这项工作时，我不仅在学习一个领域的语言和规范——我试图学习两个领域的知识，并在它们之间进行转换。"
她还面临着所有科学家都熟悉的挑战：如何理解混乱的数据。
"主要挑战是能够处理我的数据，并知道我以正确的方式解释它，理解它实际意味着什么，"Schwacke说。
她通过与神经科学和电气工程等领域的同事密切合作，有时只是对实验进行微小调整并观察后续变化来克服这些障碍。
从科学爱好者到研究者
Schwacke的科学之路始于童年。作为一位海洋生物学家母亲和电气工程师女儿，她从小就沉浸在科学环境中。
"我痴迷于恐龙。长大后我想成为古生物学家，"她说。但她的兴趣逐渐拓宽。在南卡罗来纳州查尔斯顿的中学，她参加了FIRST乐高联盟机器人竞赛，建造机器人来完成推动或拉动物体等任务。"我的父母，尤其是我父亲，积极参与学校团队，帮助我们设计和建造参加比赛的小机器人。"
与此同时，她的母亲为国家海洋和大气管理局研究污染如何影响海豚种群，这一经历对她产生了持久影响。
"这是科学如何被用来理解世界，以及我们如何能够改善世界的一个例子，"Schwacke说，"这也是我一直想用科学做的事情。"
她对材料科学的兴趣出现在高中阶段，在一个特色项目中。在那里，她接触到了这个跨学科领域，它融合了物理学、化学和工程学，研究材料的结构和性质，并利用这些知识设计新材料。
"我一直很喜欢它从非常基础的科学开始，我们研究原子如何排列，一直到我们在日常生活中互动的固体材料——以及这如何赋予它们我们可以看到和使用，"Schwacke说。
高中四年级时，她参加了一个研究项目，论文课题是染料敏化太阳能电池——一种低成本、轻量级的太阳能技术，使用染料分子吸收光并发电。
"驱动我的是真正理解，这是我们从光到可用能量的过程——以及看到这如何帮助我们拥有更多可再生能源，"Schwacke说。
高中毕业后，她前往加州理工学院。"我想尝试一个全新的地方，"她说，在那里她学习了材料科学，包括比人类头发细数千倍的纳米结构材料。她专注于材料性质和微观结构——控制材料行为的微小内部结构，这使她接触到电池和燃料电池等电化学系统。
科学传播：连接科学与公众
Schwacke不仅在实验室中活跃，还积极参与科学传播工作。她是"Kitchen Matters"组织的成员，这是一个由材料科学与工程系研究生组成的小组，他们使用食物和厨房工具通过短视频和推广活动解释科学概念。过去的话题包括为什么巧克力"凝固"（当融化时变得难以处理，提示：水进入了），以及如何制作异麦芽酮糖醇（特技演员在动作电影中跳过的糖玻璃）。
两年前，当该小组制作关于如何建造结构合理的姜饼屋的视频时，Schwacke翻阅食谱，寻找能产生饼干最大差异变化的变量。
"我阅读了决定饼干纹理的因素，然后在厨房尝试了几种食谱，直到得到两种我满意的姜饼配方，"Schwacke说。
她专注于黄油，黄油含有在高温烘焙时会变成蒸汽的水，在饼干中形成气穴。Schwacke预测减少黄油量会产生更密集的姜饼，坚固到足以作为房屋结构。
"这个假设是改变结构如何影响材料性质和性能的一个例子，"Schwacke在八分钟的视频中说。
图：博士生Miranda Schwacke开发神经形态计算的材料和设备，该设备像大脑中的神经元和突触一样同时处理和存储信息。
未来的方向与影响
完成博士学位后，Schwacke希望将她的沟通能力带入学术界，在那里她希望能激励下一代科学家和工程师。Yildiz教授毫不怀疑她会取得成功。
"我认为她是完美的人选，"Yildiz教授说，"她很聪明，但光聪明是不够的。她坚持不懈，有韧性。你真的需要这些品质。"
Schwacke的研究代表了计算技术的一个重要转折点。随着AI在各个领域的应用不断扩大，能源效率将成为决定其可持续性的关键因素。通过模仿大脑的高效工作方式，像Schwacke这样的研究者正在为未来更加环保、强大的计算系统铺平道路。
她的工作不仅具有科学意义，还具有社会影响。通过降低AI的能源需求，这些技术可以使人工智能在资源有限的环境中更加普及，同时减少技术对环境的整体影响。此外，她将复杂的科学概念传播给公众的努力，有助于提高社会对科学技术的理解和欣赏。
图：Schwacke在实验室进行电化学实验，通过连接的笔记本电脑监测结果。
结论
Miranda Schwacke的研究展示了跨学科科学创新的巨大潜力。通过将材料科学、电化学和计算机科学相结合，她正在开发能够模仿人脑高效工作方式的计算系统。这不仅有望解决AI能源消耗的紧迫问题，还可能为计算技术的未来发展开辟全新道路。
在人工智能和机器学习日益成为现代社会核心技术的今天，Schwacke的工作提醒我们，真正的创新往往来自于不同领域知识的交叉融合。她的故事也展示了年轻科学家如何通过好奇心、毅力和开放思维，推动科学边界，为解决人类面临的重大挑战做出贡献。
正如Schwacke所展示的，未来的科学突破不仅需要实验室中的精密实验，还需要将复杂的科学概念传播给更广泛公众的能力。通过这种综合方法，她不仅正在改变我们构建计算机的方式，也在改变我们思考科学与技术的方式。
