IT之家 11 月 3 日消息,科學研究人員近日模仿大腦中的神經網絡,成功發展出一種可以動態學習和記憶的物理神經網路。這個物理神經網路由微小的奈米線組成,並模仿大腦中的突觸,透過響應電線相交點的電子電阻變化來執行任務。
此實體神經網路透過識別和呼叫電脈衝序列,能夠使用線上存取的動態數據,執行即時學習、影像辨識等任務,避免了沉重的記憶體和能源使用。
圖源:雪梨大學
IT之家註:奈米線網路(Nanowire network)是一種奈米技術,通常由肉眼不可見的高導電銀線製成,覆蓋有塑膠材料並形成網狀結構。
每根奈米線的寬度約為人類頭髮的千分之一,它們共同形成一個隨機網絡,其行為很像我們大腦中的神經元網絡。
它們能夠自我組裝成一個具有記憶和處理能力的動態複雜網絡,類似於人腦。現在,雪梨大學的國際研究團隊證明了奈米線網路不僅與人腦相似,而且能夠像人腦一樣學習和記憶。
此物理神經網路效仿人類的神經網絡,由直徑為十億分之一米的細線組成,透過一系列命令或演算法執行記憶和學習任務來處理訊息,這些命令或演算法對奈米線交叉處的電子電阻變化做出反應,就像《Pick-up Sticks》遊戲中的結點。
記憶和學習任務是使用簡單的演算法實現的,這些演算法響應奈米線重疊處的電子電阻變化。這種功能被稱為“電阻記憶開關”,當電輸入遇到電導率變化時就會產生,類似於我們大腦中的突觸所發生的情況。
奈米線網路學會了辨識手寫數字。
這種創新技術不僅可以節省能源,還可以大幅減少記憶體使用,為能夠處理複雜的現實世界學習和記憶任務的高效、低能耗的機器智慧鋪平道路。他們的開創性研究論文已發表在《自然通訊》上,標誌著機器學習和人工智慧領域的重大進步。
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
以上是新突破:科學家研發類腦奈米線網絡,讓AI模仿人類即時學習與記憶的詳細內容。更多資訊請關注PHP中文網其他相關文章!