我們的大腦需要大量的能量去適應環境、去學習、去做出模糊的認知、去維持高度的識別能力和智力并執行復雜的信息處理。
神經回路的兩個關鍵特征是“突觸的學習能力”和“神經沖動或震蕩”。隨著腦科學的發展,大腦結構已經逐漸清晰。但它的復雜性導致其無法完全模擬。科學家們試圖制造出模仿大腦基質的簡單類神經電路和設備,并以此來復制大腦功能。
在開發神經形態芯片的過程中,模擬大腦結構和功能的回路已經可以人為的復制,然而用以模擬神經沖動的自發性震蕩的產生和傳輸功能卻沒有得到充分利用。
據悉,一個由九州工業大學和大阪大學組成的聯合小組研究了目前的整流控制技術,它們利用原子力顯微鏡(C-AFM)觀察了各種各樣的由單層碳納米管(SWNT)所吸收的分子和粒子結,并發現由SWNT吸收的多金屬氧酸鹽(POM)分子中產生了負微分電阻。這表明在分子結中產生了不穩定的動態非平衡狀態。
此外,研究人員還制造了超高密度、隨機SWNT/POM網絡分子神經設備,這種設備產生了類似于神經脈沖的自發震蕩。
POM是一種由金屬原子和氧原子組成的三維框架。與普通的有機分子不同,POM可以將電荷儲存在單個分子中。在本研究中,人們認為SWNT/POM網絡中分子連接的非平衡電荷動力學導致了負阻效應和網絡震蕩。
因此,由Megumi Akai-Kasaya領導的聯合研究小組對隨機分子網絡模型進行了模擬計算,該模型由POM分子復合而成,可以儲存電荷,并能復制由隨機分子網絡產生的震蕩。他們還證明了這種分子模型很有可能成為儲層計算設備的組成部分,這種儲層計算預計將成為下一代人工智能(AI)。他們的研究結果發表在《自然通訊》雜志上。
“我們研究的意義在于用納米分子材料替代大腦的一部分功能。我們也證實了隨機分子網絡本身將會成為類神經AI”,該研究的第一作者Hirofumi Tanaka說。
預計這個團隊的成果將極大地促進未來神經設備的發展。 ……
|