混沌边缘为人工智能发现开辟了道路

由 Joel Hochstetter 与 Zdenka Kuncic 教授和 Tomonobu Nakayama 教授领导的国际团队发现，通过将纳米线网络保持在“处于混乱边缘”的类似大脑的状态，它可以以最佳水平执行任务。

他们说，这表明神经智能的潜在本质是物理的，他们的发现为人工智能的发展开辟了一条激动人心的道路。

该研究今天发表在《自然通讯》上。

“我们使用了 10 微米长且不超过 500 纳米粗的线，它们在二维平面上随机排列，”主要作者、悉尼大学纳米研究所和物理学院的博士生 Joel Hochstetter 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，”他说。“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。这种架构允许网络‘记住’以前通过系统的路径。”

在混乱的边缘

通过模拟，研究团队测试了随机纳米线网络，以了解如何使其在解决简单任务时发挥最佳性能。

如果刺激网络的信号太低，那么路径太可预测和有序，并且不会产生足够复杂的有用输出。如果电信号淹没了网络，输出将完全混乱，对解决问题毫无用处。

产生有用输出的最佳信号处于这种混沌状态的边缘。

“神经科学的一些理论表明，人类的思维可以在这种混乱的边缘或所谓的临界状态下运作，”悉尼大学的 Kuncic 教授说。“一些神经科学家认为，正是在这种状态下，我们才能获得最大的大脑性能。”

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：“这一结果的令人兴奋之处在于，它表明这些类型的纳米线网络可以调整为具有多种类似大脑的集体动力学的机制，可以用来优化信息处理。”

克服计算机双重性

在纳米线网络中，线之间的连接允许系统将内存和操作合并到一个系统中。这与将内存 (RAM) 和操作 (CPU) 分开的标准计算机不同。

“这些结就像计算机晶体管，但具有记住信号之前已经通过该路径的附加特性。因此，它们被称为‘忆阻器’，”Hochstetter 先生说。

这种记忆采用物理形式，其中纳米线之间交叉点的连接点就像开关一样，其行为取决于对电信号的历史响应。当信号施加在这些结上时，微小的银丝通过允许电流流过来激活这些结。

“这在纳米线的随机系统中创建了一个记忆网络，”他说。

Hochstetter 先生和他的团队对物理网络进行了模拟，以展示如何训练它来解决非常简单的任务。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！