2016年从大学和研究群体中看到了一些非常有趣的创新，这些逻辑和研究群体的迷恋是非常规的！
在Nexperia，我们总是在展望数字逻辑的创新未来。来自AI的所有内容都使用它们已经使用逻辑门来实现到个人设备中，软逻辑门使用流体而不是电力，到微小的遗传计算机的开始。2017年应该有更有趣的发展！让我们来看看一些研究项目。
XNOR.ai
由于所需的大量加工能力，机器学习传统上一直受到超级计算机的束缚。传统上必须在串行运行的机器学习，因为许多计算将取决于先前计算的结果。基本上，计算机必须一次计算一个等式，这需要大量处理能力以及时通过。虽然远程数据中心可以快速执行这些计算，但它们需要互联网连接。
的艾伦人工智能研究所想出了一个他们称之为变通的办法XNOR.ai。这基本上是通过简化和四舍五入计算机必须执行的数学运算来实现的。XNOR.ai, named after the XNOR gate, uses the logic gates that are already in processors to carry out simpler operations that can be handled at the transistor level. The challenge at hand for the Allen Institute’s team was to frame complex mathematical operations into binary.
这是通过给程序一个允许的误差范围来实现的。XNOR.aisacrifices accuracy for efficiency and accessibility. It should be noted, however, that XNOR.ai isn’t the only program taking this approach, there are also programs likeScorchai。然而,XNOR。人工智能的开源方式让它很有趣，你可以下载这个软件Github。看到人们提出的应用程序将会很有趣!你可以看到XNOR。下面的视频中，ai正在行动。
八胜利
软机器人是一个新的领域，但由于其潜在的应用，它已经吸引了很多兴趣。传统上，机器人已经限制在金属体上，使它们不适合需要微妙触感的任务。为了解决这个问题，哈佛大学和卡特克的研究人员开发了第一个自主，完全软机器人绰号“的Octobot.就像真正的章鱼一样，它没有坚硬的部件，非常适合做那些精细的工作。
通过微流体逻辑栅极可以实现八件，这就像电子逻辑门一样，但是转移液体燃料而不是电力。到目前为止，该团队已设法制作和或逻辑盖茨与新技术。该技术在任何消费者应用中看到它在它看到之前有很长的路要走，但潜力应该在未来几年吸引兴趣！你可以找到Caltech的论文这里，并且您可以在下面的视频中观看Octobot。
杜克大学的模拟DNA电脑
这听起来可能像科幻小说，但第一个合成分子逻辑门实际上是在20世纪90年代初设计的。最近，这项技术有了一些有趣的飞跃。与使用电流和电压来表示输入和输出的数字电路不同，DNA计算机利用不同DNA链的浓度作为信号。这项技术的一大障碍是，DNA通常被认为是数字数据，类似于计算机使用的二进制代码。DNA计算技术的目标是制造出能够植入血液并诊断与疾病相关的危险化学物质的微型设备。然而，研究人员用数字DNA计算得到的最大成果是计算平方根和玩井字。
教授John Reif和Grad Custor Tianqi Song制作了试管中的DNA电脑。礼貌杜克大学
杜克大学的研究人员通过采用模拟方法解决了这个问题。由于能够植入血液的设备非常小，它们只能获得基本的开启和关闭状态。不幸的是，诊断与癌症等疾病有关的非典型化学物质需要更复杂的功能。杜克大学的研究小组认为，他们的模拟方法将允许DNA电路计算更复杂的函数，如对数和指数。当分子形成和断开键时，电路通过加减乘除来实现这一点。这项技术仍处于起步阶段，因此将其认定为炒作是一种公平的评估。然而，潜在的好处仍然使这项技术引人入胜。
2017年将会带来什么?
看到逻辑门正在超出电子产品领域很有意思。逻辑门是否适用于没有人想到的新领域，或者软件的进步让我们甚至更加使用数字逻辑盖茨现在，它应该是一个有趣的骑！
行业文章是一种内容的形式，允许行业合作伙伴分享有用的新闻，消息和技术，所有关于电路读者的行为编辑内容并不适合。所有行业文章都受到严格的编辑准则，目的是提供读者有用的新闻，技术专业知识或故事。在行业文章中表达的观点和意见是合作伙伴的观点，不一定是关于电路或其作家的所有人。
