Ученые из Сиднейского университета и Японского национального института материаловедения (NIMS) обнаружили, что искусственная сеть нанопроводов может, подобно биологическому мозгу, реагировать на электрическое стимулирование. Это открывает новые возможности для создания искусственного интеллекта на основе физических аналогов нейронов, а не прибегать к статистическим моделям искусственной нейронной сети, как это популярно сейчас. Об этом сообщается в статье, опубликованной в журнале Nature Communications.
Исследователи доказали, что самособирающиеся сети из металлических нанопроволок (NWN) могут достигать состояния лавинной критичности, которая характерна для способного к обучению биологического мозга. В таком состоянии «на грани хаоса» обработка информации оптимизирована для вычислительно сложных задач.
Известно, что эффективная обработка информации мозгом и его обучение обеспечивается взаимодействием между его нейросинаптическими элементами и сложной сетевой структурой. Подобный принцип реализуется в мемристорах — устройствах, чей вывод зависит не только от приложенного стимула, но также от «памяти» о прошлых сигналах. Некоторые специалисты предлагают использовать мемристоры в качестве искусственных синапсов, чтобы нейросети на их основе смогли обучаться подобно биологическому мозгу. Ученые предположили, что сети NWN с мемристорами в узлах могут стать основой для более биоподобных нейронных структур.
Наиболее эффективная обработка информации происходит, когда динамическая система вроде NWN или мозга человека находится в состоянии критичности, то есть близко к некоему фазовому переходу. Электрическая активность между нейронами следует степенному закону, то есть по мере роста числа элементов системы (нервных клеток) в какой-то момент наступает ситуация, аналогичная лавине: в системе начинают распространяться возмущения, обеспечивающие перенос и обработку информации. Это явление называется лавинной критичностью. Мозг, который не находится в критичном состоянии (подкритичная или сверхкритичная система), не способен к обучению. Наоборот, система, находящаяся в критичном состоянии, как бы занимает промежуточное положение между порядком и хаосом, что делает ее способной к запоминанию возмущений.
Для создания NWN ученые применили покрытые полимером серебряные проволоки длиной 10 микрометров и толщиной 500 нанометров. Эти проволоки способны к спонтанной самоорганизации и собираются в разупорядоченные 2D-сети. В местах перекрытия образуются электрохимические контакты, подобные синапсам между нейронами. Когда через сеть проходят электрические сигналы, автоматически находится самый короткий маршрут для передачи информации. Поскольку контакты действуют как мемристоры, сеть «запоминает» эти маршруты через формирование длинных нитей из проволок. Если электрический сигнал не проходит через мемристоры, нить не образуется.
Если сигнал, стимулирующий сеть, был слишком слабым, то пути были слишком предсказуемыми и упорядоченными (подкритичное состояние) и не давали достаточно сложных выводных сигналов, чтобы быть полезными. Наоборот, если электрический сигнал был чересчур сильным, сигналы на выходе были совершенно хаотичными (сверхкритичное состояние) и бесполезными для вычислений. Оптимальный сигнал заставлял систему принимать состояние «на грани хаоса» и выводить полезную информацию.
