Os pesquisadores conseguiram recentemente desenvolver uma rede neural física que imita a estrutura do cérebro, permitindo aprendizagem dinâmica e memória. Esta rede neural física é composta por minúsculos nanofios e replica sinapses encontradas no cérebro. Ela executa tarefas respondendo a mudanças na resistência eletrônica nas interseções dos nanofios.

Este avanço na criação de uma rede neural física capaz de aprendizagem dinâmica e memória é uma promessa significativa para o avanço no campo da inteligência artificial e da computação neuromórfica. A emulação de estruturas e funcionalidades semelhantes ao cérebro em componentes em nanoescala abre novas possibilidades para a criação de estruturas mais eficientes e adaptáveis. sistemas de computação.

A rede neural física, ao reconhecer e invocar sequências de pulsos elétricos, pode utilizar dados dinâmicos de acesso online para realizar aprendizagem em tempo real, reconhecimento de imagens e outras tarefas. Essa abordagem ajuda a evitar o uso oneroso de memória e energia tradicionalmente associada a tarefas de computação. A capacidade de aproveitar dados dinâmicos e processar informações em tempo real torna esta rede neural física particularmente promissora para aplicações onde a eficiência e a adaptabilidade são críticas, como em tarefas que envolvem tomada de decisão rápida ou processamento de entradas em constante mudança.

Cada nanofio tem uma largura de aproximadamente um milésimo de um fio de cabelo humano. Juntos, eles formam uma rede aleatória que se comporta de forma muito semelhante às redes neurais do nosso cérebro. Esses nanofios podem se automontar em uma rede dinamicamente complexa com capacidade de memória e processamento, semelhante ao cérebro humano. Agora, uma equipa de investigação internacional da Universidade de Sydney demonstrou que a rede de nanofios não só se assemelha ao cérebro humano, mas também pode aprender e memorizar, tal como o nosso cérebro.

A rede neural física emula a rede neural humana e é composta por nanofios com diâmetro de um bilionésimo de metro. Ele processa informações executando tarefas de memória e aprendizagem por meio de uma série de comandos ou algoritmos, sendo que esses comandos ou algoritmos respondem a mudanças na resistência eletrônica nas interseções dos nanofios, semelhantes aos nós do jogo "Pick-up Sticks"

As tarefas de memória e aprendizagem são realizadas usando algoritmos simples que respondem a mudanças na resistência eletrônica no ponto de sobreposição dos nanofios. Essa funcionalidade é conhecida como "chave de memória resistiva", gerada quando a entrada elétrica encontra mudanças na condutividade, semelhante ao que ocorre em sinapses em nossos cérebros.

Rede de nanofios aprendeu a reconhecer dígitos manuscritos

Esta tecnologia inovadora não apenas conserva energia, mas também reduz significativamente o uso de memória, abrindo caminho para uma inteligência de máquina eficiente e de baixo consumo de energia, capaz de lidar com tarefas complexas de aprendizagem e memória do mundo real. Seu trabalho de pesquisa inovador foi publicado na "Nature Communications", marcando um avanço significativo nas áreas de aprendizado de máquina e inteligência artificial.