Нанопроводные сети имитируют сетевую структуру человеческого мозга. Но могут ли они учиться и запоминать, как человеческий мозг? Новые исследования показывают, что могут.
Мощная способность мозга обрабатывать информацию в значительной степени связана с сетью соединений, образованных нейронами и синапсами. Хотя мы понимаем большую часть работы мозга, некоторые аспекты, такие как высшие когнитивные функции, такие как обучение и память, остаются неясными.
Разновидность нанотехнологий, нанопроводные сети (NWN), как правило, изготавливаются из высокопроводящих серебряных проводов. , невидимые невооруженным глазом, покрытые пластиковым материалом и сформированные в виде сетки. Нанопроволоки самособираются, образуя динамичную и сложную сеть, объединяющую память и обработку, подобную той, что наблюдается в мозгу.
Теперь международная группа под руководством исследователей из Сиднейского университета доказала, насколько СЗН похожи на человеческий мозг.
«Эта сеть нанопроводов похожа на синтетическую нейронную сеть, потому что нанопровода действуют как нейроны. , а места, где они соединяются друг с другом, аналогичны синапсам», — говорит Зденка Кунчич, соавтор исследования.
Чтобы выяснить, в какой степени NWN демонстрируют когнитивные функции, исследователи провели версию теста, используемого для оценки рабочей памяти человека, который называется тестом n-back.
Люди, выполняющие тест n-обратному тесту может быть показан ряд букв или изображений, представленных в последовательности. Для каждого элемента в последовательности они должны определить, соответствует ли он элементу, представленному «n» элементов назад. Семь баллов n-back — это средний показатель, указывающий на то, что человек может распознать элемент, появившийся семь элементов назад.
Для NWN исследователи преобразовали тест n-back в реализуемые подзадачи. Чтобы провести тест, исследователи направляли пути СЗС туда, куда хотели.
«То, что мы делали здесь, — это манипулирование напряжениями концевых электродов, чтобы заставить пути измениться, вместо того, чтобы позволить сети просто выполнять свою работу. свое дело», — сказал Алон Леффлер, ведущий автор исследования. «Мы заставили пути идти туда, куда нам нужно».
Исследователи обнаружили, что управление путями NWN улучшило его память и точность.
«Когда мы реализовали это, его память имела гораздо более высокую точность и не уменьшалась со временем, что говорит о том, что мы нашли способ укрепить пути, чтобы подтолкнуть их туда, где мы хотим, и тогда сеть запоминает это». — сказал Леффлер.
Доказательство было получено в результате тестирования. Когда они применили модифицированный тест n-back к NWN, он смог «запомнить» желаемую конечную точку в электрической цепи на семь шагов назад, наравне с человеческой памятью.
Исследователи говорят, что после постоянного подкрепления СЗН он достигает точки, когда память становится фиксированной и дальнейшее подкрепление не требуется.
«Это похоже на разницу между долговременной памятью и кратковременной памятью. в нашем мозгу», — сказал Кунчич. «Если мы хотим запомнить что-то в течение длительного периода времени, нам действительно нужно продолжать тренировать наш мозг, чтобы закрепить это, иначе со временем это просто исчезнет».
Исследователи говорят, что их исследование демонстрирует, что NWN могут работать аналогично человеческому мозгу и могут использоваться для улучшения робототехники или сенсорных устройств, которым необходимо быстро принимать решения.
«В этом исследовании мы обнаружили когнитивную функцию более высокого порядка, которые мы обычно связываем с человеческим мозгом, можно эмулировать в небиологическом оборудовании», — сказал Леффлер. «Наша текущая работа прокладывает путь к воспроизведению мозгоподобного обучения и памяти в небиологических аппаратных системах и предполагает, что основная природа мозгоподобного интеллекта может быть физической».
Исследование было опубликовано в журнале журнал Science Advances.
