由和研究人员开发的纳米级神经网络

Zdenka Kuncic教授与UCLA和国立材料科学研究所合作开发的神经形态网络表现出类似于某些认知功能的类似大脑的新兴行为。

一个国际研究团队已经使用纳米技术创建了一个合成神经网络，具有开发机器学习和人工智能新系统的潜力。

该团队由国立材料科学研究所国际材料纳米建筑学中心领导，与悉尼大学纳米研究所和物理学院以及位于加利福尼亚大学洛杉矶分校的加利福尼亚纳米系统研究所合作。

研究小组发现，当受到电刺激时，这种“神经形态网络”表现出类似于学习，记忆和遗忘等认知功能的大脑样行为。神经形态网络是模仿神经系统，特别是神经元的生物学功能的人工大规模系统。

来自悉尼纳米大学和物理学院的Zdenka Kuncic教授是该团队的成员。她说：“这令人兴奋，因为它开辟了处理现有机器学习和AI方法无法处理的动态变化数据的可能性。”

该研究最近发表在Springer Nature的《科学报告》中。

这一发现对人工智能(AI)网络的发展具有重要意义。尽管AI是受大脑启发的，但大脑处理信息的基本机制仍然难以捉摸。因此，创建模拟类似于大脑功能的新颖材料和系统并了解这些功能的机制可能为神经形态信息处理技术开辟新的可能性。

神经形态网络是由自组装的纳米线形成的，该纳米线在相邻的纳米线之间形成许多接触，每个接触均表现出对电刺激的类似突触的反应。突触是神经细胞之间的连接点。

纳米线的测量单位为纳米，十亿分之一米。所用的纳米线由银和聚合物复合材料制成。所使用的纳米线的平均直径为360纳米，或0.00000036米宽。人的头发大约是100,000纳米。

所使用的合成突触共同调节了整个网络的整体功能。研究小组通过时间分辨电阻测量研究了复杂网络中跨首选路径的电信号传输过程。

自发适应

这揭示了连续的波动，使电信号能够利用网络中的多种传输路径并自发适应不断变化的传输路径。此过程导致出现与学习，记忆和输入信号遗忘有关的新兴网络属性。

基于这一发现，研究团队现在正在使用纳米线网络开发下一代存储设备和神经形态信息处理系统。虽然当前的AI技术基于脑型信息处理的假定模型，但这项研究提供了关于脑型信息处理实际上是什么的一瞥。团队希望这项研究的成果能够带来AI所不能提供的新数据处理功能。

在悉尼纳米大学，昆奇教授与同事一起开展了一项“大挑战”项目，以解锁神经接口。随着格雷格Suaning教授在生物医学工程学院，多学科的团队正在通过神经生物学和电刺激与纳米技术的融合，以解开神经代码。

该项目的目的是利用神经生物学，电刺激和纳米技术的综合能力，将神经元从疾病或功能障碍状态转化和恢复到与正常功能无法区分的强大性能状态。

宣言

该研究由国立材料科学研究所国际材料纳米建筑学中心资助。

　　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！