悉尼大学和日本国家材料科学研究所(NIMS)的科学家们发现，当受到电刺激时，一种人造纳米线网络可以调整成类似大脑的反应方式。
Joel Hochstetter、Zdenka Kuncic教授和Tomonobu Nakayama教授领导的国际团队发现，通过保持纳米线网络在“混沌边缘”的类似大脑的状态，它能在最佳水平执行任务。
他们说，
杏耀娱乐移动客户端下载。，这表明神经智能的潜在本质是物理的，杏耀客服他们的发现为人工智能的发展开辟了一条令人兴奋的道路。
这项研究发表在今天的《自然通讯》杂志上。
“我们使用的导线长10微米，厚度不超过500纳米，随机排列在一个二维平面上，”悉尼大学纳米研究所和物理学院的博士生、首席作者Joel Hochstetter说。
他说:“在电线重叠的地方，它们形成了一个电化学连接，就像神经元之间的突触。”“我们发现，通过这个网络发送的电信号会自动找到传递信息的最佳路径。这种结构允许网络通过系统‘记住’之前的路径。”
在混乱的边缘
通过模拟，研究小组测试了随机纳米线网络，看看如何让它最好地解决简单的任务。
如果刺激网络的信号太低，那么路径就太可预测、太有序，产生的输出就不够复杂，无法发挥作用。如果电子信号淹没了网络，输出就会完全混乱，对解决问题毫无用处。
产生有用输出的最佳信号是在这种混沌状态的边缘。
悉尼大学的昆契奇教授说:“神经科学的一些理论表明，人类的大脑可以在这种混乱的边缘运行，也就是所谓的临界状态。”“一些神经科学家认为，正是在这种状态下，我们的大脑才能发挥最大的功能。”
Kuncic教授是Hochstetter先生的博士导师，目前是加州大学洛杉矶分校的富布赖特学者，致力于纳米科学和人工智能的交叉领域。
她说:“这一结果令人兴奋的地方在于，杏耀代理它表明这些类型的纳米线网络可以调整为具有多样化的、类似于大脑的集体动力机制，从而可以利用这些机制优化信息处理。”
克服计算机二元性
在纳米线网络中，线之间的连接点允许系统将内存和操作整合到一个单一的系统中。这与标准计算机不同，标准计算机将内存(RAM)和操作(cpu)分开。
“这些结就像电脑上的晶体管，但有一个额外的特性，就是记住信号以前曾经过这个通道。因此，它们被称为‘记忆电阻器’。
这种记忆以物理形式存在，纳米线的交叉点就像开关一样，其行为取决于对电信号的历史响应。当信号通过这些结时，微小的银丝生长，通过允许电流流过激活这些结。
“这在纳米线的随机系统中创建了一个存储网络，”他说。
Hochstetter先生和他的团队建立了一个物理网络的模拟，以展示如何训练它来解决非常简单的任务。
“在这项研究中，我们训练网络将一个简单的波形转换成更复杂的波形，”Hochstetter先生说。
在模拟中，他们调整了电信号的幅值和频率，以观察哪里的表现最好。
“我们发现，如果你把信号推得太慢，网络就会重复做同样的事情，而没有学习和发展。如果我们操之过急，网络就会变得不稳定和不可预测。”
悉尼大学的研究人员正在与日本NIMS的国际材料纳米建筑构造中心和加州大学洛杉矶分校的合作者密切合作，昆契奇教授是UCLA的富布赖特访问学者。纳米线系统是由NIMS和加州大学洛杉矶分校开发的，Hochstetter先生与合著者以及博士生Ruomin Zhu和Alon Loeffler一起开发了该分析。
减少能源消耗
昆契奇教授表示，记忆和操作的结合对于未来人工智能的发展具有巨大的实际优势。
“算法需要训练网络，让它知道哪个结点应该被赋予适当的‘负载’或信息的权重，这消耗了大量的能量，”她说。
“我们正在开发的系统不需要这样的算法。我们只需要让网络发展自己的权重，这意味着我们只需要担心信号的输入和输出，这个框架被称为“水库计算”。网络权重是自适应的，可能释放出大量的能量。”
她说，这意味着未来任何使用这种网络的人工智能系统的能量足迹都要低得多。
