Ključni izsledki
- Redka vrsta snovi, imenovana vrtljivo steklo, bi lahko omogočila umetno inteligenco, ki prepoznava predmete tako, kot to počnejo ljudje.
- Uporaba vrtilnega stekla za natisljiva vezja bi lahko vodila tudi do novih vrst računalništva z nizko porabo energije.
- Druge vrste čipov, ki jih navdihuje možgane, bi prav tako lahko izboljšale, kako AI prepozna slike.
Tiskovalna vezja neposredno na fizične predmete bi lahko vodila do pametnejše umetne inteligence (AI).
Raziskovalci v Nacionalnem laboratoriju Los Alamos uporabljajo redko obliko snovi, znano kot vrtljivo steklo, za zamenjavo vezij. Nenavadne lastnosti spin glass omogočajo obliko umetne inteligence, ki lahko prepozna predmete iz delnih slik, kot to počnejo možgani.
"Spin očala so sistemi z 'razgibano pokrajino' možnih rešitev," je v elektronskem sporočilu za Lifewire povedal Cris Moore, računalniški znanstvenik in fizik na inštitutu Santa Fe, ki ni bil vključen v raziskavo v Los Alamosu. intervju. "Pomagajo nam analizirati, zakaj se algoritmi včasih zataknejo pri rešitvah, ki so lokalno videti dobre, a niso najboljše."
Tiskljiva vezja
Uporaba vrtilnega stekla za natisljiva vezja bi lahko vodila tudi do novih vrst računalništva z nizko porabo energije. Spin-glass raziskovalcem omogoča raziskovanje materialnih struktur z uporabo matematike. S tem pristopom lahko znanstveniki prilagodijo interakcijo znotraj sistemov z uporabo litografije z elektronskim žarkom, ki uporablja usmerjen žarek elektronov za risanje oblik po meri na površini. Litografija bi lahko omogočila tiskanje novih vrst vezij.
Litografija omogoča predstavitev različnih računalniških problemov v spin-glass omrežjih, glede na nedavni članek ekipe Los Alamos, objavljen v recenzirani reviji Nature Physics.
"Naše delo je izvedlo prvo eksperimentalno realizacijo umetnega spin-glassa, sestavljenega iz nanomagnetov, razporejenih tako, da posnemajo nevronsko mrežo," Michael Saccone, podoktorski raziskovalec teoretične fizike v Nacionalnem laboratoriju Los Alamos in glavni avtor knjige časopis, piše v sporočilu za javnost. "Naš članek postavlja temelje, ki jih potrebujemo za praktično uporabo teh fizičnih sistemov."
Moore je vrtljivo steklo primerjal s silicijevim dioksidom (okensko steklo), ki je videti kot popoln kristal, a ko se ohladi, ostane v amorfnem stanju, ki je na molekularni ravni videti kot tekočina.
"Na enak način se lahko algoritmi zataknejo za 'energetskimi ovirami', ki ovirajo globalni optimum," je dodal Moore.
Zamisli iz teorije spin stekla bi lahko pomagale raziskovalcem pri krmarjenju po visokodimenzionalnih pokrajinah.
"To prizadevanje je ustvarilo živahno interdisciplinarno skupnost na stičišču fizike, matematike in računalništva," je dejal Moore."Ideje iz fizike lahko uporabimo za določitev temeljnih omejitev algoritmov - na primer, koliko hrupa lahko prenesejo, medtem ko še vedno najdejo vzorce v podatkih - in za oblikovanje algoritmov, ki so uspešni vse do teh teoretičnih omejitev."
AI, ki si zapomni kot ljudje
Raziskovalna skupina je raziskovala umetno vrtljivo steklo kot način za raziskovanje tako imenovanih Hopfieldovih nevronskih mrež. Ta omrežja modelirajo človeški asociativni spomin, ki je sposobnost učenja in pomnjenja razmerja med nepovezanimi elementi.
Teoretični modeli, ki opisujejo vrtilna očala, se pogosto uporabljajo v drugih kompleksnih sistemih, kot so tisti, ki opisujejo delovanje možganov.
Z asociativnim pomnilnikom lahko omrežje prikliče celoten obraz, če se sproži le en pomnilnik, na primer s prejemom delne slike obraza kot vhoda. Za razliko od tradicionalnih algoritmov, asociativni pomnilnik ne zahteva identičnega scenarija za identifikacijo pomnilnika.
Raziskava Sacconeja in ekipe je potrdila, da bo spin-glass v pomoč pri opisovanju lastnosti sistema in kako obdeluje informacije. Algoritmi umetne inteligence, razviti v spin glassu, bi bili "bolj grdi" od tradicionalnih algoritmov, je dejal Saccone, a tudi bolj prilagodljivi za nekatere aplikacije umetne inteligence.
"Teoretični modeli, ki opisujejo vrtilna očala, se široko uporabljajo v drugih kompleksnih sistemih, kot so tisti, ki opisujejo delovanje možganov, kode za popravljanje napak ali dinamiko borze," je dejal Saccone. "To široko zanimanje za vrtilna očala daje močno motivacijo za ustvarjanje umetnega vrtilnega stekla."
Druge vrste čipov, ki jih navdihujejo možgani, bi prav tako lahko izboljšale, kako AI prepozna slike. Nedavni članek prikazuje, kako bi se lahko računalniški čipi dinamično preoblikovali, da bi sprejemali nove podatke, kot to počnejo možgani, in pomagali AI, da se sčasoma uči.
»Možgani živih bitij se lahko nenehno učijo skozi celotno življenjsko dobo,« je v sporočilu za javnost povedal Shriram Ramanathan, profesor na Fakulteti za inženirstvo materialov Univerze Purdue in eden od avtorjev časopisa."Zdaj smo ustvarili umetno platformo za stroje, ki se učijo skozi celotno življenjsko dobo."
