物理学家|物理学家说，保持在“混沌边缘”的纳米线网络就像人脑一样自然通讯|悉尼大学

研究人员已经展示了如何将纳米线网络保持在所谓的混沌边缘的正确状态——这一成就可用于产生与人脑非常相似的人工智能 (AI)。

文章插图
该团队在纳米线模拟中使用了不同水平的电力，在电信号太低和信号太高时找到了平衡。如果信号太低，则网络的输出不够复杂而无法使用；如果信号太高，输出就会一团糟，也毫无用处。
“我们发现，如果你把信号推送得太慢，网络就会一遍又一遍地做同样的事情，而不需要学习和开发。如果我们把它推送得太密和太快，网络就会变得不稳定和不可预知，” 悉尼大学的物理学家、这项研究的主要作者乔尔·霍奇斯特说。

文章插图
科学家们报告说，将模拟保持在这两个极端之间的线上会产生网络的最佳结果。研究结果表明，最终可以使用纳米线网络产生各种类似大脑的动力学。
【物理学家|物理学家说，保持在“混沌边缘”的纳米线网络就像人脑一样】“神经科学范畴内的一些理论表明，人类的思维可以在这种所谓的临界状态或混乱的边缘下运作。” 澳大利亚悉尼大学的物理学家兹登卡·昆契奇（ Zdenka Kuncic ）说， “部分神经科学家认为，正是在这种状态下，人类才能获得最高效的大脑性能。”

文章插图
对于模拟，10 微米长且不超过 500 纳米厚的纳米线随机排列在二维平面上。相比之下，人类头发的宽度可达 100,000 纳米左右。
在这种情况下，网络的任务是将简单的波形转换为更复杂的波形，调整电信号的幅度和频率以找到解决问题的最佳状态——就在混乱的边缘。

文章插图
纳米线网络将两个系统合二为一，管理内存（相当于计算机 RAM）和操作（相当于计算机 CPU）。他们可以记住先前信号的历史，根据之前发生的事情改变它们未来的输出，使它们成为忆阻器。
“在导线重叠的地方，它们形成了一个电化学连接，就像神经元之间的突触，” 霍奇斯特说。

文章插图
通常，算法会根据最佳路径对网络进行训练，但在这种情况下，网络是自行完成的。
“我们发现通过这个网络的电信号会自动找到传输信息的最佳路径，” 霍奇斯特说， “而且这种架构允许网络‘记住’之前通过系统的路径。”
这反过来可能意味着显着减少能源使用，因为网络最终会使用最有效的流程来训练自己。随着人工智能网络的规模扩大，能够使它们保持精简和尽可能低功耗将很重要。

文章插图
目前，科学家们已经表明，纳米线网络可以在有序与混乱之间的界限上最好地解决问题，就像我们的大脑被认为能够做到的那样，这使我们离像我们一样思考的人工智能更近了一步.
“这个结果令人兴奋的是，它表明这些类型的纳米线网络可以被调整到具有不同的、类似大脑的集体动力学的状态，可以用来优化信息处理，” 昆契奇说。
该研究已发表在《自然通讯》上。