计算机和人工智能继续在人们的购物方式上带来重大变化。训练机器人的大脑来创建购物清单相对容易，但是如何确保机器人购物者可以轻松分辨出商店中成千上万种商品之间的区别呢?
 

普渡大学的研究人员和大脑启发计算专家认为，答案的一部分可能来自磁铁。研究人员已经开发出一种过程，可以将磁性物质与类似大脑的网络一起使用，以对个人机器人，自动驾驶汽车和无人机等设备进行编程和教学，以更好地概括不同的物体。

“我们的随机神经网络试图模仿人脑的某些活动，并通过神经元和突触的连接来进行计算，”普渡大学的爱德华·泰德曼(Edward G. Tiedemann Jr.)电气和计算机工程学杰出教授Kaushik Roy说。“这使计算机大脑不仅可以存储信息，而且可以很好地概括对象，然后进行推理以更好地区分对象。”
 

罗伊在本月初在德国举行的年度德国物理科学大会上介绍了该技术。这项工作还出现在神经科学前沿。

纳米磁体的开关动力学类似于神经元的电动力学。磁性隧道结器件显示出开关行为，其本质上是随机的。
 

随机切换行为代表神经元的S形切换行为。这种磁性隧道结也可以用于存储突触权重。

普渡大学的研究小组提出了一种新的随机训练算法，该方法使用了依赖于时间时序的可塑性(STDP)进行的突触时序可塑性(STDP)，已在大鼠海马体中进行了实验观察。基于所提出的用于学习不同对象表示的算法，磁体的固有随机行为被用来随机地切换磁化状态。