納米線網絡由直徑僅為十億分之一米的細線組成，這些細線模仿出的神經網絡，就像人類大腦中的神經網絡一樣，可用于執行特定的信息處理任務。

       而記憶和學習任務是通過簡單的算法來實現的，這些算法響應納米線重疊處的電阻變化。這種功能被稱為“電阻記憶切換”，當電輸入遇到電導率變化時就會產生這種功能，類似于大腦中突觸發生的情況。

       在這項研究中，受人腦處理信息方式的啟發，團隊成員利用該網絡成功識別了和記憶與圖像相對應的電脈沖序列。記憶任務類似于記住電話號碼。該網絡還能用于執行基準圖像識別任務，訪問手寫數字數據庫中的圖像，這是機器學習中使用的70000張小灰度圖像的集合。

       研究人員稱，這種新穎方法允許納米線神經網絡即時學習和記憶，逐個樣本在線提取數據，從而避免大量的內存和能源占用。

       團隊成員表示，納米線神經網絡此次展示了基準機器學習能力，在正確識別測試圖像方面得分為93.4%。記憶任務涉及回憶最多八位數字的序列。對于這兩項任務，數據都被傳輸到網絡中。最重要的是，該研究不但展示了納米線神經網絡在線學習的能力，還展示了其記憶如何增強學習。

       在這個“大腦”中，納米線重疊的連接點其實非常重要，因為它的運作方式正類似于人類大腦突觸的運作方式，這是能對電流作出反應的關鍵。憑借這一成果，科學家證明了人類可以操控納米線網絡“大腦”去啟發學習和記憶功能，從而處理動態的流數據。不久的未來，人們也將用它實現更復雜的現實世界學習和記憶任務。（記者張夢然）