Мозъкът е невероятен орган, който може да обработва и съхранява огромно количество информация. Той е съставен от милиарди неврони, които са свързани помежду си със синапси. Синапсите са контактните точки между невроните, които променят своята проводимост в зависимост от електрическите сигнали, които се изпращат към тях. Това позволява на мозъка да учи и запомня различни видове информация, като например визуална, слухова, текстова и други.

Невронните мрежи са компютърни модели, които се опитват да имитират начина, по който работи мозъкът. Те се състоят от математически възли, които са свързани помежду си с помощта на тегла. Теглата са числа, които определят силата на връзката между възлите. Те се променят, докато невронната мрежа се учи, когато получава различни входни и изходни данни. Това позволява на невронната мрежа да учи и запомня различните видове информация.

Невронните мрежи имат многобройни приложения в различни области като изкуствения интелект, компютърното зрение, разпознаването на реч и др. Невронните мрежи обаче имат и своите недостатъци: те изискват много енергия и памет за работата си и не могат да работят в реално време, т.е. не могат да обработват данните в момента на постъпването им.

Но какво би станало, ако можехме да създадем невронна мрежа не от математически възли, а от физически обекти, които възпроизвеждат свойствата на невроните и синапсите? Такава невронна мрежа би била по-ефективна и енергийно ефективна, както и способна да работи в реално време.

Учени от Университета в Сидни и Калифорнийския университет в Лос Анджелис са създали точно такава невронна мрежа. Те са използвали нанопроводници, които са много тънки проводници с дебелина една милиардна част от метъра. Нанопроводниците са били подредени на случаен принцип в сложни структури, подобни на игра на пръчици, образувайки невронна мрежа. В точките на пресичане на нановлакната се наблюдава промяна в електрическото съпротивление под въздействието на електрическите импулси. Това явление се нарича „превключване на съпротивителната памет“ (resistive memory switching) и е подобно на това, което се случва със синапсите в мозъка.

Учените показаха, че една невронна мрежа, изградена от нановлакна, може да научи и запомни различни последователности от електрически импулси, които съответстват на изображения, инспирирани от начина, по който човешкият мозък обработва информацията. Така например невронната мрежа, изградена от нановлакна, може да запомни телефонен номер или да разпознае ръкописна цифра.

„По-рано демонстрирахме, че невронните мрежи, изградени от нановлакна, могат да запомнят прости задачи. В тази работа показахме, че те могат да обработват динамични данни, които се получават онлайн“, казва професор Зденка Кунчич, ръководител на изследването.

„Това е важен напредък, тъй като онлайн обучението е предизвикателство, когато се работи с големи количества данни, които могат постоянно да се променят. Обичайният подход е да се съхраняват данните в паметта и след това да се обучава модел за машинно обучение, като се използва тази съхранена информация. Но това би изисквало твърде много енергия за широко използване“, добави тя.

„Нашият нов подход дава възможност на невронната мрежа от нановлакна да се учи и запаметява в движение, извадка по извадка, извличайки данните онлайн, като по този начин се избягва голямото потребление на памет и енергия“, обобщава професор Кунчич.