当前的人工智能,尽管其处理海量数据的能力令人钦佩,但仍表明 巨大的能源匮乏,随着实时处理而增长。为了克服这一障碍,一组科学家用纳米级银线打造了一个物理神经网络。
该网络除了实时学习之外,还有望显着提高效率。通过接近人类学习的“即时”学习模式,人工智能可以以我们迄今为止只能想象的方式进化。
银色大脑:如何构建金属“头脑”。
新的物理神经网络由纳米银线精心编织而成,旨在“即时”学习。这些线尽管只有人类头发丝宽度的千分之一,但却形成了一种模拟我们大脑神经元网络的复杂性和功能的结构,代表了神经形态计算领域的一项突破。
该网络的核心在于其对电信号的响应。银纳米线之间的每个交叉点代表一个突触,根据外部信号塑造电流,就像生物突触一样。凭借数以万计的突触交叉点,网络可以以前所未有的效率处理和传输信息。
实时学习
与传统的批量学习方法不同,这种物理神经网络以连续流的形式接收数据,实时学习和适应。这种在线学习方法减少了对传统人工智能典型的大容量存储器和高功耗的需求。
进行的测试证明了银神经网络识别手写数字和记忆数字序列的能力,展示了实时学习。但我们才刚刚开始。这些物理神经网络的巨大潜力可能只是触及了尚未探索的可能性海洋的表面。这不仅是一项技术进步,而且是对未来的承诺,在这个未来中,人工智能可以更加类似于人类智能地进化,为难以想象的视野打开大门。
总结一下
通往更高效、更环保的人工智能之路可能并不像我们想象的那么遥远。机器能够更加人性化地学习和思考并不是一个遥远的梦想,而是一个切实的现实,它可能比我们想象的更快实现。
如果您想更深入地研究这项重要研究,您可以在论文中找到所有内容 发表在《自然通讯》上。