突破性研究：科学家成功开发类脑纳米线网络，实现人工智能的实时学习和记忆能力

详细报道：https://scitechdaily.com/neural-networks-go-nano-brain-inspired-learning-takes-flight/… Nature论文：https://nature.com/articles/s41467-023-42470-5

悉尼大学和加州大学的研究人员最近在Nature杂志上发表研究报告,介绍了一种新型物理神经网络,它可以像人脑神经元一样实现实时学习和记忆功能。这项研究使用了纳米线网络,即由纳米级线构成的网络,通过简单的算法来响应电阻变化,完成图像识别和记忆等信息处理任务。

这种纳米线网络的结构类似于儿童游戏“捡起棍子”,可以自组织成类似大脑神经网络的模式。当电流通过网络时,纳米线交叉点的电阻发生变化,实现了“电阻性记忆切换”功能,模仿了大脑突触的工作方式。在机器学习测试中,这种网络获得了93.4%的识别准确率,展示出学习数字序列的记忆能力。

这项研究的主要创新之处在于:

• 实现了实时学习与记忆,动态响应信息;
• 使用纳米线网络结构,模拟大脑神经连接;
• 电阻性记忆切换,类似突触功能;4)高效的模式识别能力;5)适用于在线实时学习,节省计算资源。

相比传统的机器学习模型,这种物理神经网络更加高效、低能耗,对发展智能传感、机器人等自适应系统具有重要意义。它开创了仿真大脑的新途径,推动了神经科学和人工智能的交叉,对理解生物智能和发展类脑计算具有深远影响。这项原创性的研究为智能技术的未来发展提供了新的思路和可能。