AI原材料可自我发展从而形成“无意识记忆”

AI原材料可自我发展从而形成“无意识记忆” 高新科技日报北京市10月20日电 (新闻记者张梦然)就像一个不用管钢琴键就可娴熟演奏的钢琴师，美国加州大学洛杉矶分校的电器工程师设计方案出一种新的原材料，可随着时间推移学习行为并演化出它自已的“无意识记忆”，容许即时融入随时变化的外力作用。该原材料由一个具备可调式梁的构造系统构成，能够根据动态性标准更改其形状个人行为。19日发表于《科学·机器人》里的此项科学研究，将。

领导干部该探索的加州大学洛杉矶分校工程学院机械设备和航空航天工程专家教授乔纳森·霍普金斯说，这类人工智能技术原材料会对暴露在自然条件时要展现出的和行为特点开展学习。比如，当原材料被放置于飞机机翼里时，它可以学航行全过程脑中风的方式，更改本身飞机翼的形态，以提升飞机效率操控性；所以被引入这些材料的建筑构造还可以自我调节一些区域内的弯曲刚度，以提升在其地震灾害或其它当然或人为灾害阶段的结构稳定性。

专家运用和修改了目前神经网络算法这个概念。神经网络算法恰好是推动机器学习算法的优化算法，科研人员在互联系统内研发了神经网络算法元件的机械设备等效电路物。这一机械设备神经元网络由以三角形花型图案定项的独立可调式光线构成。每条梁都具备音圈、电阻应变片和拉伸应变件，使梁能改变其长短，即时融入随时变化的生活环境，并和系统中别的梁相互影响。

随后，优化计算方法根据从每一个应变仪读取数据以确定弯曲刚度系数的组成来调节全部系统软件。为了能查验应变仪视频监控系统实效性，研究人员还用了在设备导出连接点上锻炼的照相机。

该平台的初期原形在增加力量的键入机械神经元网络回应的伤害中间主要表现落后，严重影响系统的整体性能。该精英团队尝试了梁中应变仪和弯曲数次迭代更新及其不同类型的晶格常数图案设计和薄厚，最后方案设计解决了落后并在多个方位清晰地分派了增加的力。

由于该系统软件大概有微波炉加热这么大，但科研人员方案简单化机械设备神经元网络设计方案，确保在3D晶格常数内以微尺度生产制造数千个互联网，以用以具体原材料运用。

总编圈点

一种原材料怎么会自我发展？这就要靠神经网络算法，其赋予这类新型材料智能化和自接受的特点。实际上在近年来大热的机器学习算法中，运用过的正是同样基本概念。将来，不仅在车辆及建筑装饰材料中应用这类新型材料外，还可将其用以竞技场，如融合到盔甲中，以此来实现对震波的偏移；或用以医学领域，声成像技术亦将因而获得稳步发展。(由来：高新科技日报)