Нанопроводные сети могут учиться и запоминать, как человеческий мозг
Нанопроводные сети имитируют сетевую структуру человеческого мозга. Но могут ли они учиться и запоминать, как человеческий мозг? Новые исследования показывают, что могут.
Способность мозга обрабатывать информацию во многом объясняется сетью связей, образованных нейронами и синапсами. Хотя мы понимаем большую часть работы мозга, некоторые аспекты, такие как высшие когнитивные функции — обучение и память, остаются неуловимыми.
Разновидность нанотехнологий, нанопроводные сети (NWN), как правило, изготавливаются из серебряных нитий с высокой проводимостью, невидимых невооруженным глазом, покрытых пластиковым материалом и сформированных в виде сетки. Нанопроволоки самособираются, образуя динамичную и сложную сеть, объединяющую память и обработку, подобную той, что наблюдается в мозге.
Теперь международная команда ученых, возглавляемая исследователями из Сиднейского университета, доказала, насколько NWN 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.
Людям, проходящим тест n -back, 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. Средняя оценка n -back, равная семи, указывает на то, что человек может распознать элемент, появившийся семь элементов назад.
Для NWN исследователи преобразовали тест n-back в реализуемые подзадачи. Чтобы провести тест, ученые специально направляли пути NWN.
«То, что мы сделали здесь, — это манипулирование напряжениями концевых электродов, чтобы заставить пути измениться, вместо того, чтобы позволить сети просто делать свое дело», — сказал Алон Леффлер, ведущий автор исследования. «Мы заставили пути идти туда, куда мы хотели, чтобы они шли».
Исследователи обнаружили, что управление путями NWN улучшило память и точность сети.
Доказательство было в тестировании. Когда ученые применили модифицированный тест n -back к NWN, она смогла «запомнить» желаемую конечную точку в электрической цепи на семь шагов назад, наравне с человеческой памятью.
Исследователи говорят, что после постоянного подкрепления NWN она достигает точки, когда память становится фиксированной, и дальнейшее подкрепление не требуется.
«Это похоже на разницу между долговременной и кратковременной памятью», — говорят ученые. «Если мы хотим помнить что-то в течение длительного периода времени, нам действительно нужно продолжать тренировать свой мозг, чтобы закрепить это, иначе со временем знание просто исчезнет».
Ученые 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.
Исследование было опубликовано в журнале Science Advances.