Ključni podaci za van
- Rijetka vrsta materije nazvana spin glass mogla bi omogućiti umjetnu inteligenciju koja prepoznaje objekte na način na koji to rade ljudi.
- Upotreba spin stakla za strujne krugove koji se mogu ispisati također bi mogla dovesti do novih vrsta računalstva niske potrošnje.
- Druge vrste čipova inspiriranih mozgom također bi mogle poboljšati način na koji AI prepoznaje slike.
Ispisivanje krugova izravno na fizičke objekte moglo bi dovesti do pametnije umjetne inteligencije (AI).
Istraživači u Nacionalnom laboratoriju Los Alamos koriste rijedak oblik materije poznat kao spin staklo za zamjenu strujnih krugova. Neobična svojstva spin stakla omogućuju oblik umjetne inteligencije koji može prepoznati objekte iz djelomičnih slika kao što to radi mozak.
"Spin naočale su sustavi s 'neravnim krajolikom' mogućih rješenja," Cris Moore, računalni znanstvenik i fizičar na Institutu Santa Fe, koji nije bio uključen u istraživanje u Los Alamosu, rekao je Lifewireu u e-poruci intervju. "Oni nam pomažu analizirati zašto algoritmi ponekad zapnu u rješenjima koja izgledaju dobro lokalno, ali nisu najbolja moguća."
Krugovi za ispis
Upotreba spin stakla za strujne krugove koji se mogu ispisati također bi mogla dovesti do novih vrsta računalstva niske potrošnje. Spin-glass omogućuje istraživačima istraživanje materijalnih struktura pomoću matematike. Ovim pristupom znanstvenici mogu prilagoditi interakciju unutar sustava pomoću litografije elektronskim snopom, koja koristi fokusirani snop elektrona za crtanje prilagođenih oblika na površini. Litografija bi mogla omogućiti tiskanje novih vrsta sklopova.
Litografija omogućuje predstavljanje raznih računalnih problema u spin-glass mrežama, prema nedavnom radu tima iz Los Alamosa objavljenom u recenziranom časopisu Nature Physics.
"Naš rad postigao je prvu eksperimentalnu realizaciju umjetnog spin-glassa koji se sastoji od nanomagneta raspoređenih da repliciraju neuronsku mrežu, " Michael Saccone, postdoktorski istraživač teorijske fizike u Nacionalnom laboratoriju Los Alamos i glavni autor knjige list, navodi se u priopćenju. "Naš rad postavlja temelje potrebne za praktičnu upotrebu ovih fizičkih sustava."
Moore je usporedio spin staklo sa silicijevim dioksidom (prozorsko staklo), koji izgleda kao savršeni kristal, ali dok se hladi, ostaje u amorfnom stanju koje na molekularnoj razini izgleda kao tekućina.
"Na isti način, algoritmi mogu zapeti iza 'energetskih barijera' koje stoje na putu globalnog optimuma," dodao je Moore.
Ideje iz teorije spin stakla mogle bi pomoći istraživačima u kretanju visokodimenzionalnim krajolicima.
"Ova potraga stvorila je živu interdisciplinarnu zajednicu na raskrižju fizike, matematike i računalne znanosti", rekao je Moore."Možemo upotrijebiti ideje iz fizike da odredimo temeljna ograničenja algoritama - poput količine buke koju mogu tolerirati dok još uvijek pronalazimo uzorke u podacima - i da dizajniramo algoritme koji uspijevaju sve do tih teoretskih ograničenja."
AI koja pamti kao ljudi
Istraživački tim istraživao je umjetno vrtljivo staklo kao način proučavanja onoga što se naziva Hopfieldovim neuronskim mrežama. Ove mreže modeliraju ljudsko asocijativno pamćenje, što je sposobnost učenja i pamćenja odnosa između nepovezanih stavki.
Teorijski modeli koji opisuju spin stakla naširoko se koriste u drugim složenim sustavima, poput onih koji opisuju funkciju mozga.
S asocijativnom memorijom, ako se aktivira samo jedna memorija, na primjer primanjem djelomične slike lica kao ulazne informacije - tada mreža može pozvati cijelo lice. Za razliku od tradicionalnih algoritama, asocijativna memorija ne zahtijeva identičan scenarij za identifikaciju memorije.
Istraživanje Sacconea i tima potvrdilo je da će spin-glass biti od pomoći za opisivanje svojstava sustava i načina na koji obrađuje informacije. Algoritmi umjetne inteligencije razvijeni u spin glassu bili bi "neuredniji" od tradicionalnih algoritama, rekao je Saccone, ali i fleksibilniji za neke aplikacije umjetne inteligencije.
"Teorijski modeli koji opisuju spin stakla naširoko se koriste u drugim složenim sustavima, poput onih koji opisuju funkciju mozga, kodove za ispravljanje pogrešaka ili dinamiku burze", rekao je Saccone. "Ovaj široki interes za spin glasseve pruža snažnu motivaciju za stvaranje umjetnog spin glassa."
Druge vrste čipova inspiriranih mozgom također bi mogle poboljšati način na koji AI prepoznaje slike. Nedavni rad pokazuje kako bi se računalni čipovi mogli dinamički ožičiti kako bi primali nove podatke poput mozga, pomažući umjetnoj inteligenciji da s vremenom nastavi učiti.
"Mozgovi živih bića mogu kontinuirano učiti tijekom svog životnog vijeka", rekao je Shriram Ramanathan, profesor na Fakultetu za inženjerstvo materijala Sveučilišta Purdue i jedan od autora rada u priopćenju za javnost."Sada smo stvorili umjetnu platformu za strojeve koji uče tijekom svog životnog vijeka."
