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
- 邓云天开源 0.6B PII 脱敏器:英文规格编译成神经程序,CPU 本地可跑 — yuntiandeng · 2026-09-20
- RTX 5090 上跑 Qwen 27B 直播攻开放数学难题,目标 41 组 — GuiltyBookkeeper4849 · 2026-09-20
- TabPFN-3.5 技术报告发布,刷新表格预测基准 SOTA — burny_tech · 2026-09-20
- 滑铁卢开源 ProgramAsWeights:英文描述编译成本地可跑神经程序 — yuntiandeng · 2026-09-20
- LangChain 推出 Jev 评测器：打分方差低 92-913 倍，成本仅 0.34 美元 — LangChain · 2026-09-20
- 自然语言逻辑解释器开源:Jev 负责统一,Claude 做前置转换 — narphorium · 2026-09-20