Nouvelle avancée : des scientifiques développent un réseau de nanofils inspiré du cerveau pour permettre à l'IA d'imiter l'apprentissage et la mémoire humains en temps réel

IT House News le 3 novembre, des chercheurs scientifiques ont récemment imité le réseau neuronal du cerveau et ont développé avec succès un réseau neuronal physique capable d'apprendre et de se souvenir de manière dynamique. Le réseau neuronal physique est constitué de minuscules nanofils et imite les synapses du cerveau, effectuant des tâches en répondant aux changements de résistance électrique aux points d'intersection des fils.

Ce réseau neuronal physique est capable d'utiliser des données dynamiques accessibles en ligne pour effectuer des tâches telles que l'apprentissage en temps réel et la reconnaissance d'images en identifiant et en appelant des séquences d'impulsions électriques, évitant ainsi une mémoire lourde et une consommation d'énergie.

Source : Université de Sydney

IT Home Note : Le réseau Nanowire est une sorte de nanotechnologie, généralement constituée de fils d'argent hautement conducteurs invisibles à l'œil nu, recouverts de matières plastiques et formant une structure maillée.

Chaque nanofil fait environ un millième de la largeur d'un cheveu humain et, ensemble, ils forment un réseau aléatoire qui se comporte un peu comme le réseau de neurones de notre cerveau.

Ils sont capables de s’auto-assembler en un réseau dynamiquement complexe doté de capacités de mémoire et de traitement, similaires à celles du cerveau humain. Aujourd'hui, une équipe internationale de chercheurs de l'Université de Sydney a démontré qu'un réseau de nanofils ressemble non seulement au cerveau humain, mais qu'il est également capable d'apprendre et de se souvenir comme le cerveau humain.

Ce réseau neuronal physique imite le réseau neuronal humain et est composé de fils fins d'un diamètre d'un milliardième de mètre. Il traite les informations en effectuant des tâches de mémoire et d'apprentissage via une série de commandes ou d'algorithmes. à l'intersection des nanofils, les électrons réagissent aux changements de résistance, tout comme les nœuds du jeu Pick-up Sticks.

Les tâches de mémoire et d'apprentissage sont mises en œuvre à l'aide d'algorithmes simples qui répondent aux changements de résistance électronique là où les nanofils se chevauchent. Cette fonctionnalité, connue sous le nom de « commutateur de mémoire résistif », se produit lorsqu'une entrée électrique rencontre un changement de conductivité, similaire à ce qui se produit au niveau des synapses de notre cerveau.

Le réseau Nanowire a appris à reconnaître les chiffres manuscrits.

Cette technologie innovante permet non seulement d'économiser de l'énergie, mais réduit également considérablement l'utilisation de la mémoire, ouvrant la voie à une intelligence machine efficace et à faible consommation d'énergie, capable de gérer des tâches complexes d'apprentissage et de mémoire du monde réel. Leur article de recherche révolutionnaire, publié dans Nature Communications, marque une avancée majeure dans les domaines de l’apprentissage automatique et de l’intelligence artificielle.

IT Home joint l'adresse du document de recherche ici : Zhu, R., Lilak, S., Loeffler, A. et al. Apprentissage dynamique en ligne et mémoire de séquences avec des réseaux de nanofils neuromorphiques Nat Commun 14, 6697 (2023). /doi.org/10.1038/s41467-023-42470-5

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!