11 月 3 日消息，科研人員近日模仿大腦中的神經網絡，成功開發出一種可以動態學習和記憶的物理神經網絡。該物理神經網絡由微小的納米線組成，并模仿大腦中的突觸，通過響應電線相交點處的電子電阻變化來執行任務。

該物理神經網絡通過識別和調用電脈沖序列，能夠使用在線訪問的動態數據，執行實時學習、圖像識別等任務，避免了沉重的內存和能源使用。

注：納米線網絡（Nanowire network）是一種納米技術，通常由肉眼不可見的高導電銀線制成，覆蓋有塑料材料并形成網狀結構。

它們能夠自我組裝成一個具有記憶和處理能力的動態復雜網絡，類似于人腦。現在，悉尼大學的國際研究團隊證明了納米線網絡不僅與人腦相似，而且能夠像人腦一樣學習和記憶。

該物理神經網絡效仿人類的神經網絡，由直徑為十億分之一米的細線組成，通過一系列命令或算法執行記憶和學習任務來處理信息，這些命令或算法對納米線交叉處的電子電阻變化做出反應，就像《Pick-up Sticks》游戲中的結點一樣。

記憶和學習任務是使用簡單的算法實現的，這些算法響應納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，類似于我們大腦中的突觸所發生的情況。

這種創新技術不僅可以節省能源，還可以顯著減少內存使用，為能夠處理復雜的現實世界學習和記憶任務的高效、低能耗的機器智能鋪平道路。他們的開創性研究論文已發表在《自然通訊》上，標志著機器學習和人工智能領域的重大進步。

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

廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節省甄選時間，結果僅供參考，所有文章均包含本聲明。

總結

以上是生活随笔為你收集整理的新突破：科学家研发类脑纳米线网络，让 AI 模仿人类实时学习和记忆的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。