聚合物连接的纳米颗粒网络可利用热量运行并充当计算设备

摘要

物理神经网络（PNN）硬件对下一代人工智能系统很重要；利用热电流编码和处理信息的声子器件是神经形态计算的一种解决方案。作者将人工神经网络（ANN）反向映射为基于聚合物网络化纳米颗粒（PNNPs）的PNN仿真模型。原子模拟结果表明，聚合物连接的纳米颗粒网络有潜力借助热流实现信息处理。他们用高通量分子动力学（MD）模拟和trust region Bayesian optimization（TuRBO）方法，调节聚合物连接体的可塑性与纳米颗粒温度，类似于调整ANN的权重和偏置。经过5轮高通量MD模拟，PNNP机器性能得到改善；每轮还用测试数据集验证了前5台PNNP机器的热流输出。