Nat. Commun. 速递：具有内禀可变性的动态忆阻器中的生成复杂网络

关键词：复杂网络，人工智能，人工神经网络，小世界特性

论文标题：Generative complex networks within a dynamic memristor with intrinsic variability论文来源：Nature Communications斑图链接：https://pattern.swarma.org/paper/a4c66ca0-6177-11ee-b6f3-0242ac17000d原文链接：https://www.nature.com/articles/s41467-023-41921-3
人工神经网络（Artificial neural networks, ANNs）在过去的十年里取得了相当大的发展，尽管最初ANN范式的主要任务是调整固定架构网络中的连接权重，但近年来，对于将网络架构演化到创建通用人工智能的目标越来越感兴趣。与这一趋势相比，当前的ANN硬件在灵活性和效率之间存在平衡问题，两者无法同时实现。
文章报告了一种新颖的方法，用于在单个忆阻器内按需生成复杂网络，其中通过时间复用创建多个虚拟节点，通过利用具有固有周期间变异性的器件动态生成非平凡的拓扑特性，如小世界性。
图1 动态忆阻器的电特性
当用于储备计算时，忆阻性复杂网络可以在内存容量方面实现显著增加，并且与作为完全连接网络的传统储备相比，性能提升值得注意。利用新兴的膜电阻器器件的动态特性和其内在随机性动态来按需生成的PBAONC（probabilistic border and all-or-none connection）复杂网络的潜力巨大，这与连接主义人工智能领域中朝着演化神经网络的体系结构或拓扑的趋势相呼应。
图2 PBAONC复杂网络储备
这项工作扩展了忆阻器在ANN计算中的功能，表现出具有膜电阻器的神经形态计算或机器学习的范式转变，并为更多关于膜电阻器的内在物理特性（如动态和随机性）用于新的计算架构的研究和应用提供了一个跳板。

编译｜董佳欣

复杂科学最新论文

集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「我的集智」推送论文信息。扫描下方二维码即可一键订阅：

推荐阅读

‍1. Nature Review Physics 评论：小世界网络25周年2. PNAS速递：人工神经网络中认知能力的多层次发展3. 神经形态计算：生物启发式的人工神经网络设计 | 集智百科4. 张江：第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程5. 成为集智VIP，解锁全站课程／读书会6. 加入集智，一起复杂！

点击“阅读原文”，追踪复杂科学顶刊论文