シドニー大学と日本のNIMSの研究者は、電気的に刺激されたときに脳と同じように調整できるナノワイヤーの人工ネットワークを作成する方法を発見しました。

シドニー大学と日本の国立材料科学研究所の研究者チームは、ナノワイヤのランダムネットワークを使用して、脳の構造とダイナミクスを模倣し、処理を含む単純なタスクを解決できることを示しました。

ディープニューラルネットワークは、実際には、高度に相互接続されたニューロンのネットワークである脳の片側に似ています。 ただし、人工ニューロンは算術演算のみを実行するため、生体細胞とはまったく異なる動作をします。 人間の脳では、ニューロンは過去の活動を記憶することもでき、これは将来の行動に大きく影響します。 内部記憶は、脳が情報を処理する方法の重要な側面です。 神経工学の重要な部分は、この機能を再現しようとすることに焦点を当てています。

研究者たちはまた、銀ナノワイヤーが互いに重なり合う接合部に記憶に残る特性を発見しました。 また、脳内のものとは異なり、複雑なネットワークに自己組織化できるという追加の利点もあります。

研究者たちは、長さ10マイクロメートル、厚さ500ナノメートル以下のナノワイヤーのランダムネットワークを作成しました。 次に、グリッドに電気刺激を加えました。

電流がネットワークを通過すると、memristiveジャンクションがオンとオフになり、信号パスが変化します。 ただし、スイッチングパターンは入力信号の強さによって大きく異なります。 これらのダイナミクスを使用して情報を処理できるかどうかをテストするために、研究者はネットワークシミュレーションを作成しました。 彼らは、ある波形を別の波形に変換して、簡単な信号処理タスクを実行する方法を彼に教えようとしました。

これを行うために、彼らは入力の振幅と周波数を調整して、これがパフォーマンスに影響を与えるかどうかを確認しました。 チームは、信号強度がネットワークを混乱させようとしているときに、ネットワークのパフォーマンスが向上することを発見しました。 人間の脳もこのシステムで動作していると推測されているので、これは興味深いことです。

研究者たちは、最も異なる波形間で変換しようとすると、「カオスの縁」条件がより効果的であるという別の興味深い発見をしました。 これは、このアプローチは単純なタスクには効果的ではないかもしれませんが、より複雑なタスクには特に適していることを示しています。

しかし、これらのナノワイヤーネットワークが人間の脳の力に匹敵するようになるまでにはまだ長い道のりがあります。 研究者たちは非常に単純なタスクを実証し、それは実際のネットワークではなくネットワークのシミュレーションで実証されました。 しかし、結果は、ナノワイヤーネットワークが脳の堅牢でエネルギーを節約する処理を再現するための一時的な方法である可能性があるという議論に重きを置いているため、有望です。

ソース：https：//singularityhub.com/2021/07/05/a-nanowire-network-that-mimics-the-brain-could-inspire-new-designs-in-ai/

論文：https：//www.nature.com/articles/s41467-021-24260-z

提案