研究人员已经演示了如何使纳米线网络保持在所谓的正确状态混沌的边缘– 可用于生产的成就（人工智能）的行为与人脑非常相似。
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，则网络的输出就不够复杂，无法发挥作用；如果信号太高，输出就会变得混乱而且毫无用处。
“我们发现，如果你将信号推得太慢，网络就会一遍又一遍地做同样的事情，而不会学习和发展。如果我们把信号推得太快，网络就会变得不稳定和不可预测。”物理学家乔尔·霍赫施泰特说来自悉尼大学和该研究的主要作者。
使模拟保持在这两个极端之间，从而从网络中产生最佳结果，科学家报告。研究结果表明，最终可以使用纳米线网络产生各种类脑动力学。
随机连接的开关的概念图。 （阿隆·洛夫勒）
“神经科学中的一些理论表明，人类思维可以在混乱的边缘或所谓的临界状态下运作，”物理学家 Zdenka Kuncic 说来自澳大利亚悉尼大学。 “一些神经科学家认为，正是在这种状态下，我们的大脑才能发挥最大的性能。”
在模拟中，长度为 10 微米、厚度不超过 500 纳米的纳米线随机排列在二维平面上。作为比较，人类的头发宽度可达 100,000 纳米左右。
在这种情况下，网络面临的问题是将一个简单的波形转变为更复杂的类型，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。
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）。他们可以记住之前信号的历史，根据之前发生的事情改变未来的输出，使它们忆阻器。
“电线重叠的地方，它们形成电化学连接，就像神经元之间的突触一样，”霍赫施泰特说。
通常，算法会在最佳路径所在的位置训练网络，但在这种情况下，网络是自行完成的。
“我们发现通过该网络的电信号会自动找到传输信息的最佳路线，”霍赫施泰特说。 “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能源使用量的显着减少，因为网络最终会使用最有效的流程进行自我训练。随着人工智能网络规模的扩大，保持其精简和尽可能低功耗将非常重要。
目前，科学家们已经证明，纳米线网络可以在有序与混乱之间解决最佳问题，就像我们的大脑被认为能够做到的那样，这让我们离像我们一样思考的人工智能又近了一步。 。
“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样化的、类似大脑的集体动力学的机制，可以利用它来优化信息处理，”昆西奇说。
该研究发表于自然通讯。
