美国普渡大学研究人员利用黑磷材料开发了一种二维晶体管，并在其中构建了安全密钥，可掩饰晶体管的类型（N型和P型），防止黑客获得足够的电路信息，通过逆向工程对芯片进行复制。这项研究将在更基本的层面上提高芯片安全性，相关研究结果已发表在2020年12月7日的《自然-电子学》期刊上。 逆向工程芯片是黑客和知识产权侵权调查公司的一种常见做法。当前的伪装技术需要更多的晶体管来隐藏电路信息。普渡大学研究人员利用黑磷晶体管制作了原型芯片，发现在没有秘钥的情况下无法区分N型晶体管和P型晶体管，所需晶体管数量更少，整体尺寸和功率也更低，而且伪装效果更好。在芯片生产出来后，甚至连芯片制造商都无法提取密钥。此外，黑磷材料易挥发，难以与现有工艺相兼容，未来芯片制造商可能采用性能更优良的二维材料来制造这种类型的安全芯片。 王立娜编译自 查看详细>>

据2020年12月23日的《自然》杂志报道，谷歌旗下DeepMind公司研制出了一种新的人工智能系统MuZero，可在不知道游戏规则的情况下自动学习出模型，并规划出取胜策略，在通用人工智能算法方面迈出了重要一步。 研究人员一直在寻找方法，使得人工智能系统能够学习模型、解释环境，然后使用该模型来规划最佳的行动方案。到目前为止，大多数方法都难以在不同领域均能实现有效的规划。DeepMind的研究人员主要通过结合了“前向搜索”（lookahead search）和“基于模型的规划”（model-based planning）这两种技术来实现突破。MuZero已在最主要的人工智能测试之一“雅达利测试”（Atari benchmark）中取得的最佳成绩，同时在围棋、国际象棋和将棋游戏中的规划表现也达到了与AlphaZero相同的水平。 MuZero的前身AlphaZero已被用于解决化学、量子物理等领域的一系列复杂问题。而MuZero具备强大的学习和规划能力，有望在机器人、工业系统以及其它游戏规则不够清晰的复杂环境中发挥作用。 唐川供稿自 查看详细>>

据2020年12月23日的《自然》杂志报道，谷歌旗下DeepMind公司研制出了一种新的人工智能系统MuZero，可在不知道游戏规则的情况下自动学习出模型，并规划出取胜策略，在通用人工智能算法方面迈出了重要一步。 研究人员一直在寻找方法，使得人工智能系统能够学习模型、解释环境，然后使用该模型来规划最佳的行动方案。到目前为止，大多数方法都难以在不同领域均能实现有效的规划。DeepMind的研究人员主要通过结合了“前向搜索”（lookahead search）和“基于模型的规划”（model-based planning）这两种技术来实现突破。MuZero已在最主要的人工智能测试之一“雅达利测试”（Atari benchmark）中取得的最佳成绩，同时在围棋、国际象棋和将棋游戏中的规划表现也达到了与AlphaZero相同的水平。 MuZero的前身AlphaZero已被用于解决化学、量子物理等领域的一系列复杂问题。而MuZero具备强大的学习和规划能力，有望在机器人、工业系统以及其它游戏规则不够清晰的复杂环境中发挥作用。 唐川供稿自 查看详细>>

美国普渡大学研究人员利用黑磷材料开发了一种二维晶体管，并在其中构建了安全密钥，可掩饰晶体管的类型（N型和P型），防止黑客获得足够的电路信息，通过逆向工程对芯片进行复制。这项研究将在更基本的层面上提高芯片安全性，相关研究结果已发表在2020年12月7日的《自然-电子学》期刊上。 逆向工程芯片是黑客和知识产权侵权调查公司的一种常见做法。当前的伪装技术需要更多的晶体管来隐藏电路信息。普渡大学研究人员利用黑磷晶体管制作了原型芯片，发现在没有秘钥的情况下无法区分N型晶体管和P型晶体管，所需晶体管数量更少，整体尺寸和功率也更低，而且伪装效果更好。在芯片生产出来后，甚至连芯片制造商都无法提取密钥。此外，黑磷材料易挥发，难以与现有工艺相兼容，未来芯片制造商可能采用性能更优良的二维材料来制造这种类型的安全芯片。 王立娜编译自 查看详细>>