忆阻器网络研究：让材料自身动态直接充当计算
bravo_abad · x · 2026-09-20
研究者 Jorge Bravo Abad 提出一个反主流思路：多数 AI 硬件致力于更高效地运行神经网络算法，而自组织忆阻器（memristive）网络走得更激进——不把神经网络强加于材料之上，而是利用材料自身的动态过程直接作为计算。
这类系统由纳米线或纳米颗粒构成的随机网络组成，材料在电学激励下自我重组，从而实现「学习」。作者将其归入 AI for Science 加速科学发现的主题，并在 Substack「Discovery at Scale」专栏持续撰写相关内容。
所属事件:忆阻器网络新思路：让材料自身动力学充当计算(2 条相关)→
「研究」频道最新
- 哈佛教授承认：AI 生成的文章评审已全面优于人类最佳水平 — iamfakhrealam · 2026-11-04
- Cohere等论文:合成预训练收益竟源于嵌入初始化偏差 — LauraRuis · 2026-11-04
- kalomaze 展示 DeepSeek V3.1 底座更大骨干实验，eval loss 降至约 0.82 — kalomaze · 2026-11-04
- Reddit 网友无梯度改写 Qwen 0.6B 权重：39.8M token 让模型「爱上一支乐队」 — Altruistic_Heat_9531 · 2026-11-04
- SpecPilot 智能体自动优化投机解码：速度从 4.46× 提升至 10.87× — pmttyji · 2026-11-04
- 自主 Agent 定制 MSA 策略，提升 AlphaFold 3 蛋白复合物预测 — SJTU · 2026-11-04