在人工智能技术飞速发展的今天，一个不容忽视的现实是：AI系统的能源消耗正以惊人的速度增长。训练大型AI模型所需的电力资源甚至超过了某些小国家的总用电量。面对这一挑战，MIT材料科学与工程系的博士生Miranda Schwacke正通过创新研究，探索一条模拟人脑工作方式的能源高效计算路径。
从姜饼屋到实验室：科学好奇心的萌芽
"如何用科学建造一个更结实的姜饼屋？"这个问题曾占据Miranda Schwacke的思绪。作为MIT材料科学与工程系的研究生，她参与了一个名为"Kitchen Matters"的研究小组，这个团队由研究生组成，他们利用食物和厨房工具通过短视频和科普活动解释科学概念。
两年前，当小组制作关于如何建造结构稳固的姜饼屋的视频时，Schwacke在食谱中寻找能产生最显著差异的变量。她专注于研究黄油对饼干质地的影响，黄油中的水分在高温烘焙时会转化为蒸汽，在饼干中形成气孔。Schwacke预测减少黄油用量会产生更密实的姜饼，足以支撑房屋结构。
"这个假设展示了如何通过改变结构来影响材料的性能和特性，"她在八分钟的视频中解释道。
正是这种对材料性能和特性的好奇心驱动着她对计算高能耗的研究，特别是人工智能领域。Schwacke开发神经形态计算的新型材料和设备，这种计算方式通过在同一位置处理和存储信息来模拟大脑的工作方式。
能源效率：AI发展的关键瓶颈
"特别是看AI领域——训练这些大型模型确实消耗大量能源。与人类学习时消耗的能量相比，大脑消耗的能量要少得多，"Schwacke解释道。"这促使我们寻找更受大脑启发、能源效率更高的AI实现方法。"
她的导师Bilge Yildiz教授强调了这一点：大脑如此高效的原因之一是数据不需要来回移动。
"在大脑中，我们神经元之间的连接，称为突触，是我们处理信息的地方。信号传输在那里发生。信息在同一处被处理、编程和存储，"Yildiz说，她是MIT核科学与工程系和材料科学与工程系的Breene M. Kerr (1951)教授。Schwacke的设备旨在复制这种效率。
当代计算机在独立单元中存储和处理数据，信息在它们之间传输会显著增加能源消耗。Schwacke的研究正是针对这一挑战，特别是人工智能和机器学习领域不断增长的能源需求。
科学基因：跨学科背景的形成
作为海洋生物学家母亲和电气工程师父亲的女儿，Schwacke从小就沉浸在科学环境中。科学"一直是我理解世界的一部分"。
"我曾痴迷于恐龙。长大后我想成为一名古生物学家，"她说。但她的兴趣逐渐扩展。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，建造能够完成推拉物体等任务的机器人。"我的父母，特别是我父亲，深度参与了学校团队，帮助我们设计和建造参加竞赛的小机器人。"
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深远影响。
"那是一个科学如何被用来理解世界，以及如何改善世界的例子，"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产生于高中阶段的磁石项目。在那里，她接触到了这一跨学科领域，它融合了物理、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，研究原子如何排列，一直到我们在日常生活中接触的固体材料——以及这如何赋予它们我们可以看到和使用的特性，"Schwacke说。
高中高年级时，她参与了一个研究项目，论文主题是染料敏化太阳能电池，这是一种低成本、轻量化的太阳能技术，利用染料分子吸收光并产生电力。
"驱动我的是理解这是如何从光转化为我们可以使用的能量的——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。她专注于材料性能和微观结构——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。
突破性研究：电化学离子突触
在MIT，她继续探索能源技术。2020年秋季，在她研究生第一年，校园仍处于严格的Covid-19协议下时，她在Zoom会议上遇到了Yildiz。Yildiz的实验室研究带电原子（离子）如何在燃料电池、电池和电解槽等技术中通过材料移动。
实验室对脑启发计算的研究激发了Schwacke的想象力，但她同样被Yildiz谈论科学的方式所吸引。
"它不基于行话，而是强调对基本原理的理解——离子在这里移动，电子在那里移动——以 fundamentally 理解系统中正在发生什么，"Schwacke说。
这种思维塑造了她的研究方法。她早期的项目专注于这些设备良好工作所需的特性——快速运行、低能耗和与半导体技术的兼容性——以及使用镁离子代替氢，因为氢可能逃逸到环境中并使设备不稳定。
她目前的项目，也是她博士论文的重点，是理解镁离子插入钨氧化物（一种电学性质可精确调节的金属氧化物）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说。
2023年和2024年，Schwacke的研究获得了工程学院MathWorks奖学金的认可，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说。"这是电化学的新背景，但也有能源影响，因为计算的能源消耗正在不可持续地增长。我们必须找到以低得多的能源进行计算的新方法，而这是一种可以帮助我们朝这个方向发展的方法。"
跨越学科边界的挑战
像任何开创性工作一样，这项研究面临挑战，特别是在电化学和半导体物理学概念之间架起桥梁方面。
"我们的团队来自固态化学背景，当我们开始研究镁时，还没有人在这类设备中使用过镁，"Schwacke说。"所以我们查看镁电池文献，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，我不仅仅是在学习一个领域的语言和规范——我试图学习两个领域的，并且还要在两者之间进行翻译。"
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。
"主要挑战是能够获取我的数据并知道我的解释方式是正确的，并且我理解它的实际含义，"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来克服障碍，有时只是对实验进行微小调整并观察接下来会发生什么。
科学传播：构建研究社区
Schwacke不仅在实验室中活跃。在Kitchen Matters中，她和DMSE的研究生同学在剑桥科学博览会和Steam It Up（一个为儿童提供动手活动的课后项目）等当地活动中设立展位。
"我们做了'pHun with Food'，'fun'用pH拼写，所以我们用卷心菜汁作为pH指示剂，"Schwacke说。"我们让孩子们测试柠檬汁、醋和洗洁精的pH值，他们混合不同液体并看到各种颜色时玩得很开心。"
她还担任DMSE研究生组织研究生材料委员会的社交主席和财务主管。在加州理工学院本科期间，她为Robogals（一个鼓励年轻女性从事科学事业的学生组织）领导科学和技术研讨会，并帮助学生申请学校的暑期本科生研究奖学金。
对Schwacke来说，这些经历提高了她向不同受众解释科学的能力，她认为这是一种无论是在儿童博览会还是研究会议上展示都至关重要的技能。
"我总是在想，我的听众从哪里开始，在我进入自己的工作内容之前需要解释什么，这样他们才能理解？"她说。
Schwacke认为沟通能力对于构建社区至关重要，她认为这是研究工作的重要组成部分。"它有助于传播思想。获得对你工作的新视角总是有帮助的，"她说。"我也认为这在我们攻读博士学位期间能让我们保持理智。"
Yildiz将Schwacke的社区参与视为她简历中的重要部分。"她正在做所有这些活动，以激励更广泛的社区进行研究，对科学感兴趣，追求科学技术，但这种能力也将帮助她推进自己的研究和学术追求。"
未来展望：教育与研究的结合
完成博士学位后，Schwacke希望将她的沟通能力带到学术界，在那里她希望激励下一代科学家和工程师。Yildiz毫不怀疑她会取得成功。
"我认为她非常适合，"Yildiz说。"她很聪明，但光聪明是不够的。她坚持不懈，有韧性。除此之外，你真的需要这些品质。"
Schwacke的研究代表了一种解决AI能源挑战的创新方法，通过模拟大脑的效率和多功能性，她正在为更可持续的计算未来铺平道路。她的工作不仅展示了科学突破的潜力，还强调了跨学科合作和科学传播在推动技术进步中的关键作用。
随着人工智能继续融入我们生活的方方面面，Schwacke等研究人员的工作变得尤为重要。通过开发更高效的计算方法，他们不仅解决了能源问题，还为人工智能的更广泛应用打开了大门，从医疗保健到环境保护，这些应用需要强大的计算能力，但又不能以不可持续的环境成本为代价。
在这个技术快速发展的时代，像Schwacke这样的研究人员提醒我们，真正的创新往往来自于不同学科领域的交叉，以及将复杂概念转化为实际解决方案的能力。她的故事不仅是关于科学发现，也是关于好奇心、韧性和将知识传播给更广泛社区的力量的故事。
