Sieci nanoprzewodowe mogą uczyć się i zapamiętywać jak ludzki mózg

Sieci nanoprzewodów naśladują połączoną w sieć strukturę ludzkiego mózgu. Ale czy potrafią się uczyć i zapamiętywać tak jak ludzki mózg? Nowe badania wskazują, że mogą.

Sieć neuronowa mózgu (po lewej) jest emulowana przez sieć nanoprzewodów (po prawej), która według badań może uczyć się i zapamiętywać jak ludzki mózg.
Sieć neuronowa mózgu (po lewej) jest emulowana przez sieć nanoprzewodów (po prawej), która według badań może uczyć się i zapamiętywać jak ludzki mózg | fot. Loeffler i in., University of Sydney

Potężna zdolność mózgu do przetwarzania informacji jest w dużej mierze przypisywana sieci połączeń tworzonych przez neurony i synapsy. Chociaż rozumiemy wiele funkcji mózgu, niektóre aspekty, takie jak wyższe funkcje poznawcze, takie jak uczenie się i pamięć, pozostają nieuchwytne. Rodzaj nanotechnologii — sieci nanoprzewodów (NWNs, z ang. nanowire networks) są zwykle wykonane z wysoce przewodzących srebrnych drutów, niewidocznych gołym okiem, pokrytych tworzywem sztucznym i uformowanych w siatkę. Nanodruty samoorganizują się, tworząc dynamiczną i złożoną sieć, która integruje pamięć i przetwarzanie, podobnie jak w ludzkim mózgu.

Przeczytaj także: Mapa mózgu owadów to pierwszy krok do zgłębienia ludzkiego umysłu

Teraz międzynarodowy zespół kierowany przez naukowców z University of Sydney udowodnił, jak podobne są NWN do ludzkiego mózgu.

„Ta sieć nanoprzewodów jest jak syntetyczna sieć neuronowa, ponieważ nanoprzewody działają jak neurony, a miejsca, w których się łączą, są analogiczne do synaps” – powiedziała Zdenka Kuncic, współautorka badania.

Aby dowiedzieć się, w jakim stopniu NWN wykazują funkcjonowanie poznawcze, naukowcy przeprowadzili wersję testu używanego do oceny ludzkiej pamięci roboczej, zwanego testem n-back.

Ludziom wykonującym test n-back można pokazać serię liter lub obrazów przedstawionych w określonej sekwencji. Dla każdej pozycji w sekwencji muszą określić, czy pasuje ona do pozycji prezentowanej „n” pozycji temu. Średni wynik n-back wynosi 7, co wskazuje, że dana osoba może rozpoznać przedmiot, który pojawił się siedem elementów temu.

W przypadku NWN naukowcy zmodyfikowali test n-back w możliwe do wdrożenia podzadania. Aby przeprowadzić test, naukowcy poprowadzili ścieżki NWN tam, gdzie chcieli.

To, co tutaj zrobiliśmy, to manipulowanie napięciami elektrod końcowych, aby wymusić zmianę ścieżek, zamiast pozwalać sieci po prostu robić swoje. Zmusiliśmy ścieżki, aby szły tam, gdzie chcieliśmy.

– powiedział Alon Loeffler, główny autor badania

Naukowcy odkryli, że kierowanie ścieżkami NWN poprawiło pojemność i dokładność pamięci.

„Kiedy to wdrożyliśmy, pamięć NWN miała znacznie większą dokładność i tak naprawdę nie zmniejszała się w czasie, co sugeruje, że znaleźliśmy sposób na wzmocnienie ścieżek, aby popychać je tam, gdzie chcemy, a następnie sieć to pamięta” — powiedział Loeffler.

Dowód był w testach. Kiedy podali NWN zmodyfikowany test n-back, mógł „zapamiętać” pożądany punkt końcowy w obwodzie elektrycznym 7 kroków wstecz, na równi z ludzką pamięcią.

Naukowcy twierdzą, że po ciągłym wzmacnianiu NWN dochodzi do punktu, w którym pamięć zostaje utrwalona i dalsze wzmacnianie nie jest potrzebne.

Sieci nanoprzewodowe (NWN).
Sieci nanoprzewodowe (NWN) | fot. University of Sydney

„To trochę jak różnica między pamięcią długoterminową a pamięcią krótkotrwałą w naszych mózgach” – powiedziała Kuncic. „Jeśli chcemy coś zapamiętać przez długi czas, naprawdę musimy trenować nasze mózgi, aby to utrwalić, w przeciwnym razie z czasem po prostu zaniknie”.

Naukowcy twierdzą, że ich badanie pokazuje, że NWN mogą działać w sposób podobny do ludzkiego mózgu i mogą być wykorzystane do ulepszenia robotyki lub urządzeń czujnikowych, które muszą szybko podejmować decyzje.

W tych badaniach odkryliśmy, że funkcje poznawcze wyższego rzędu, które zwykle kojarzymy z ludzkim mózgiem, można naśladować za pomocą sprzętu niebiologicznego. Nasza obecna praca toruje drogę do replikacji uczenia się i pamięci przypominającej mózg w niebiologicznych systemach sprzętowych i sugeruje, że u podstaw inteligencji podobnej do mózgu może leżeć fizyka.

– powiedział Loeffler

Badanie zostało opublikowane w czasopiśmie Science Advances.

➔ Obserwuj nas w Google News, aby być na bieżąco!

źródło: Uniwersytet w Sydney