新たなブレークスルー：科学者が脳のようなナノワイヤネットワークを開発し、AIが人間のリアルタイム学習と記憶を模倣できるようにする

11月3日、研究者らは脳内の神経ネットワークを模倣することで動的に学習し記憶できる物理的なニューラルネットワークの開発に成功した。物理的なニューラル ネットワークは小さなナノワイヤで構成されており、脳内のシナプスを模倣し、ワイヤが交差するポイントでの電子抵抗の変化に反応してタスクを実行します。

この物理的なニューラル ネットワークは、オンラインでアクセスされる動的データを使用して、電気パルスのシーケンスを認識して呼び出すことで、メモリやエネルギーの大量使用を回避し、リアルタイム学習や画像認識などのタスクを実行できます。

画像提供: シドニー大学

IT ホーム 注記: ナノワイヤ ネットワークは、通常は肉眼では見えない導電性の高い銀線で作られ、プラスチック材料で覆われ、メッシュ構造に形成されたナノテクノロジーです。

各ナノワイヤの幅は人間の髪の毛の約1000分の1で、それらが集まってランダムなネットワークを形成し、脳内のニューロンのネットワークとよく似た動作をします。

それらは、人間の脳と同様に、記憶と処理能力を備えた動的で複雑なネットワークに自己組織化することができます。現在、シドニー大学の国際研究チームは、ナノワイヤネットワークが人間の脳に似ているだけでなく、人間の脳のように学習し記憶できることを実証しました。

人間の脳をモデルにした物理的なニューラル ネットワークは、直径 10 億分の 1 メートルの極小のワイヤで構成されており、一連のコマンドまたはアルゴリズムを通じてメモリと学習タスクを実行し、情報を処理します。これらのコマンドまたはアルゴリズムは、ゲーム「ピックアップ スティック」のノードのように、ナノワイヤの交差点における電子抵抗の変化に反応します。

記憶と学習のタスクは、ナノワイヤの重なり部分における電子抵抗の変化に反応する単純なアルゴリズムを使用して達成されました。 「抵抗メモリスイッチ」と呼ばれるこの機能は、電気入力が伝導性の変化に遭遇したときに発生し、これは脳のシナプスで発生する現象に似ています。

ナノワイヤ ネットワークは手書きの数字を認識することを学習しました。

この革新的なテクノロジーは、エネルギーを節約するだけでなく、メモリ使用量を大幅に削減し、複雑な現実世界の学習および記憶タスクを処理できる効率的で低エネルギーの機械知能への道を開きます。彼らの画期的な研究論文は『ネイチャー・コミュニケーションズ』に掲載され、機械学習と人工知能の分野における大きな進歩を示すものとなった。

IT Home は、研究論文のアドレスをここに添付しています: 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