在线查找“终身学习”，用户发现一长串应用程序可以教学如何缝被子、下棋甚至说一门新语言。然而，在人工智能（AI）和自主设备等新兴领域，“终身学习”的含义有所不同，而且更加复杂。它指的是设备连续运行、与其环境交互并从其环境中实时学习的能力。

这种能力对于一些最有前途技术的发展至关重要——从自动送货无人机和自动驾驶汽车，到能够完成对人类而言过于危险的工作的外行星漫游车和机器人。

在所有这些情况下，科学家们正在以极快的速度开发算法来实现这种学习。但设备运行这些新算法所需的专用硬件人工智能加速器或芯片必须跟上。

图片来源：期刊《Nature Electronics》

这就是美国能源部（DOE）阿贡国家实验室（Argonne National Laboratory）的研究员Angel Yanguas-Gil所面临的挑战。据外媒报道，Yanguas-Gil和一个多学科的同事团队近期在期刊《Nature Electronics》发表了一篇论文，探讨了人工智能驱动设备面临的编程和硬件挑战，以及如何通过设计克服这些挑战。