IT之家 11 月 3 日消息,科研人員近日模仿大腦中的神經(jīng)網(wǎng)絡(luò),成功開(kāi)發(fā)出一種可以動(dòng)態(tài)學(xué)習(xí)和記憶的物理神經(jīng)網(wǎng)絡(luò)。該物理神經(jīng)網(wǎng)絡(luò)由微小的納米線組成,并模仿大腦中的突觸,通過(guò)響應(yīng)電線相交點(diǎn)處的電子電阻變化來(lái)執(zhí)行任務(wù)。
該物理神經(jīng)網(wǎng)絡(luò)通過(guò)識(shí)別和調(diào)用電脈沖序列,能夠使用在線訪問(wèn)的動(dòng)態(tài)數(shù)據(jù),執(zhí)行實(shí)時(shí)學(xué)習(xí)、圖像識(shí)別等任務(wù),避免了沉重的內(nèi)存和能源使用。
IT之家注:納米線網(wǎng)絡(luò)(Nanowire network)是一種納米技術(shù),通常由肉眼不可見(jiàn)的高導(dǎo)電銀線制成,覆蓋有塑料材料并形成網(wǎng)狀結(jié)構(gòu)。
它們能夠自我組裝成一個(gè)具有記憶和處理能力的動(dòng)態(tài)復(fù)雜網(wǎng)絡(luò),類似于人腦?,F(xiàn)在,悉尼大學(xué)的國(guó)際研究團(tuán)隊(duì)證明了納米線網(wǎng)絡(luò)不僅與人腦相似,而且能夠像人腦一樣學(xué)習(xí)和記憶。
該物理神經(jīng)網(wǎng)絡(luò)效仿人類的神經(jīng)網(wǎng)絡(luò),由直徑為十億分之一米的細(xì)線組成,通過(guò)一系列命令或算法執(zhí)行記憶和學(xué)習(xí)任務(wù)來(lái)處理信息,這些命令或算法對(duì)納米線交叉處的電子電阻變化做出反應(yīng),就像《Pick-up Sticks》游戲中的結(jié)點(diǎn)一樣。
記憶和學(xué)習(xí)任務(wù)是使用簡(jiǎn)單的算法實(shí)現(xiàn)的,這些算法響應(yīng)納米線重疊處的電子電阻變化。這種功能被稱為“電阻記憶開(kāi)關(guān)”,當(dāng)電輸入遇到電導(dǎo)率變化時(shí)就會(huì)產(chǎn)生,類似于我們大腦中的突觸所發(fā)生的情況。
這種創(chuàng)新技術(shù)不僅可以節(jié)省能源,還可以顯著減少內(nèi)存使用,為能夠處理復(fù)雜的現(xiàn)實(shí)世界學(xué)習(xí)和記憶任務(wù)的高效、低能耗的機(jī)器智能鋪平道路。他們的開(kāi)創(chuàng)性研究論文已發(fā)表在《自然通訊》上,標(biāo)志著機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的重大進(jìn)步。
IT之家在此附上研究論文地址:Zhu, R., Lilak, S., Loeffler, A. et al. Online dynamical learning and sequence memory with neuromorphic nanowire networks. Nat Commun 14, 6697 (2023). https://doi.org/10.1038/s41467-023-42470-5
廣告聲明:文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接(包括不限于超鏈接、二維碼、口令等形式),用于傳遞更多信息,節(jié)省甄選時(shí)間,結(jié)果僅供參考,IT之家所有文章均包含本聲明。