Kluczowe dania na wynos
- Rzadki rodzaj materii zwanej szkłem spinowym może umożliwić sztucznej inteligencji rozpoznawanie obiektów tak, jak robią to ludzie.
- Zastosowanie szkła spinowego w obwodach drukowalnych może również doprowadzić do powstania nowych rodzajów obliczeń o niskim poborze mocy.
- Inne rodzaje chipów inspirowanych mózgiem mogą również poprawić sposób rozpoznawania obrazów przez sztuczną inteligencję.
Drukowanie obwodów bezpośrednio na obiektach fizycznych może prowadzić do inteligentniejszej sztucznej inteligencji (AI).
Naukowcy z Los Alamos National Laboratory używają rzadkiej formy materii znanej jako szkło spinowe do zastępowania obwodów. Niezwykłe właściwości szkła spinowego umożliwiają formę sztucznej inteligencji, która może rozpoznawać obiekty z częściowych obrazów tak, jak robi to mózg.
„Okulary obrotowe to systemy z „wyboistym krajobrazem” możliwych rozwiązań” – powiedział Lifewire w e-mailu Cris Moore, informatyk i fizyk z Instytutu Santa Fe, który nie był zaangażowany w badania w Los Alamos. wywiad. „Pomagają nam analizować, dlaczego algorytmy czasami utknęły w rozwiązaniach, które lokalnie wyglądają dobrze, ale nie są najlepsze z możliwych”.
Obwody drukowane
Wykorzystanie szkła spinowego w obwodach drukowalnych może również prowadzić do powstania nowych typów obliczeń o niskim poborze mocy. Szkło spinowe umożliwia naukowcom badanie struktur materiałowych za pomocą matematyki. Dzięki takiemu podejściu naukowcy mogą modyfikować interakcje w systemach za pomocą litografii wiązek elektronów, która wykorzystuje skupioną wiązkę elektronów do rysowania niestandardowych kształtów na powierzchni. Litografia może umożliwić drukowanie nowych typów obwodów.
Litografia umożliwia reprezentowanie różnych problemów obliczeniowych w sieciach ze szkła spinowego, zgodnie z niedawnym artykułem zespołu Los Alamos opublikowanym w recenzowanym czasopiśmie Nature Physics.
„Nasza praca zakończyła się pierwszą eksperymentalną realizacją sztucznego szkła spinowego składającego się z nanomagnesów ułożonych w celu odtworzenia sieci neuronowej”, Michael Saccone, doktor habilitowany fizyki teoretycznej w Los Alamos National Laboratory i główny autor książki gazeta, powiedział w komunikacie prasowym. „Nasz artykuł stanowi podstawę, której potrzebujemy do praktycznego korzystania z tych systemów fizycznych”.
Moore porównał szkło spinowe do dwutlenku krzemu (szkło okienne), który wydaje się być idealnym kryształem, ale gdy się ochładza, utknie w stanie amorficznym, który na poziomie molekularnym wygląda jak ciecz.
„W ten sam sposób algorytmy mogą utknąć za „barierami energetycznymi”, które stoją na drodze do globalnego optimum”, dodał Moore.
Pomysły z teorii szkła spinowego mogą pomóc naukowcom poruszać się po wysokowymiarowych krajobrazach.
„To dążenie stworzyło żywą interdyscyplinarną społeczność na styku fizyki, matematyki i informatyki” – powiedział Moore.„Możemy wykorzystać pomysły z fizyki, aby określić podstawowe ograniczenia algorytmów, takie jak poziom hałasu, który mogą tolerować, jednocześnie znajdując wzorce w danych, i zaprojektować algorytmy, które osiągają sukces aż do tych teoretycznych granic”.
AI, która pamięta jak ludzie
Zespół badawczy zbadał sztuczne szkło spinowe jako sposób na zbadanie tak zwanych sieci neuronowych Hopfielda. Sieci te modelują ludzką pamięć skojarzeniową, czyli zdolność uczenia się i zapamiętywania relacji między niepowiązanymi ze sobą elementami.
Teoretyczne modele opisujące okulary spinowe są szeroko stosowane w innych złożonych systemach, takich jak te opisujące funkcje mózgu.
Dzięki pamięci asocjacyjnej, jeśli uruchomiona zostanie tylko jedna pamięć, na przykład poprzez odebranie częściowego obrazu twarzy jako danych wejściowych, sieć może przywołać całą twarz. W przeciwieństwie do tradycyjnych algorytmów pamięć asocjacyjna nie wymaga identycznego scenariusza do identyfikacji pamięci.
Badania przeprowadzone przez Saccone i zespół potwierdziły, że szkło spinowe będzie pomocne w opisaniu właściwości systemu i sposobu przetwarzania informacji. Algorytmy sztucznej inteligencji opracowane w szkle przędzalniczym byłyby „bardziej skomplikowane” niż tradycyjne algorytmy, powiedział Saccone, ale także bardziej elastyczne w przypadku niektórych zastosowań sztucznej inteligencji.
„Modele teoretyczne opisujące okulary spinowe są szeroko stosowane w innych złożonych systemach, takich jak te opisujące funkcje mózgu, kody korekcji błędów lub dynamikę giełdową” – powiedział Saccone. „To szerokie zainteresowanie okularami do spinu zapewnia silną motywację do stworzenia sztucznego szkła do spinu”.
Inne rodzaje chipów inspirowanych mózgiem mogą również poprawić sposób rozpoznawania obrazów przez sztuczną inteligencję. Niedawny artykuł pokazuje, w jaki sposób chipy komputerowe mogą dynamicznie przebudowywać się, aby pobierać nowe dane, tak jak robi to mózg, pomagając sztucznej inteligencji w ciągłym uczeniu się.
„Mózgi żywych istot mogą stale uczyć się przez całe życie” – powiedział w komunikacie prasowym Shriram Ramanathan, profesor w Szkole Inżynierii Materiałowej Uniwersytetu Purdue i jeden z autorów artykułu.„Stworzyliśmy teraz sztuczną platformę dla maszyn do uczenia się przez całe życie.”
