新たな進歩：科学者は、AI が人間のリアルタイム学習と記憶を模倣できるようにする、脳にヒントを得たナノワイヤー ネットワークを開発

IT ホーム ニュース 11 月 3 日、科学研究者は最近、脳内のニューラル ネットワークを模倣し、動的に学習および記憶できる物理ニューラル ネットワークの開発に成功しました。物理的なニューラル ネットワークは小さなナノワイヤで構成されており、脳内のシナプスを模倣し、ワイヤが交差する点の電気抵抗の変化に応答してタスクを実行します。

電気パルスのシーケンスを識別して呼び出すことにより、物理ニューラル ネットワークはオンラインでアクセスされた動的データを使用して、リアルタイム学習や画像認識などのタスクを実行し、大量のメモリとエネルギーの使用を回避できます。

出典: シドニー大学

IT ホーム 注: ナノワイヤ ネットワークはナノテクノロジーの一種で、通常は肉眼では見えない導電性の高い銀線で構成され、プラスチック材料で覆われ、メッシュ構造を形成しています。

各ナノワイヤの幅は人間の髪の毛の約 1,000 分の 1 であり、それらが集まってランダムなネットワークを形成し、私たちの脳内のニューロンのネットワークとよく似た動作をします。

それらは、人間の脳と同様に、メモリと処理機能を備えた動的に複雑なネットワークに自己集合することができます。今回、シドニー大学の国際研究チームは、ナノワイヤーのネットワークが人間の脳に似ているだけでなく、人間の脳と同じように学習し記憶する能力があることを実証した。

この物理ニューラル ネットワークは人間のニューラル ネットワークをモデルとしており、直径 10 億分の 1 メートルの細いワイヤーで構成されており、ナノワイヤーと交差する一連のコマンドまたはアルゴリズムを通じて記憶および学習タスクを実行することで情報を処理します。ゲーム「ピックアップ スティック」のノードと同様に、場所の電気抵抗の変化に影響します。

記憶および学習タスクは、ナノワイヤが重なり合う部分の電子抵抗の変化に応答する単純なアルゴリズムを使用して実装されます。 「抵抗記憶スイッチ」として知られるこの機能は、脳のシナプスで起こることと同様に、電気入力が伝導率の変化に遭遇したときに発生します。

ナノワイヤのネットワークは手書きの数字を認識することを学習しました。

この革新的なテクノロジーは、エネルギーを節約するだけでなく、メモリ使用量を大幅に削減し、現実世界の複雑な学習および記憶タスクを処理できる効率的で低エネルギーのマシン インテリジェンスへの道を開きます。 Nature Communications に掲載された彼らの画期的な研究論文は、機械学習と人工知能の分野における大きな進歩を示しています。

IT Home は研究論文のアドレスをここに添付します: Zhu, R.、Lilak, S.、Loeffler, A. 他、ニューロモーフィック ナノワイヤ ネットワークによるオンライン動的学習とシーケンス メモリ、Nat Commun 14、6697 (2023) 。 ://doi.org/10.1038/s41467-023-42470-5

以上が新たな進歩：科学者は、AI が人間のリアルタイム学習と記憶を模倣できるようにする、脳にヒントを得たナノワイヤー ネットワークを開発の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。