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。

圖源：悉尼大學

IT之家注：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。

每根納米線的寬度約為人類頭發的千分之一，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。

納米線網絡學會了識別手寫數字。

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。

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