Klíčové poznatky
- Vzácný typ hmoty zvaný spin glass by mohl umožnit AI, která rozpoznává objekty tak, jak to dělají lidé.
- Použití rotačního skla pro tisknutelné obvody by také mohlo vést k novým typům výpočetní techniky s nízkou spotřebou.
- Jiné typy čipů inspirovaných mozkem by také mohly zlepšit způsob, jakým umělá inteligence rozpoznává obrázky.
Tisk obvodů přímo na fyzické objekty by mohl vést k inteligentnější umělé inteligenci (AI).
Výzkumníci z Národní laboratoře v Los Alamos používají k výměně obvodů vzácnou formu hmoty známou jako spin glass. Neobvyklé vlastnosti rotačního skla umožňují formu umělé inteligence, která dokáže rozpoznat objekty z dílčích obrázků stejně jako mozek.
„Spin brýle jsou systémy s ‚hrbolatou krajinou‘možných řešení,“řekl Lifewire v e-mailu Cris Moore, počítačový vědec a fyzik z Institutu Santa Fe, který se nepodílel na výzkumu v Los Alamos. rozhovor. „Pomáhají nám analyzovat, proč se algoritmy někdy zaseknou v řešeních, která vypadají dobře lokálně, ale nejsou nejlepší možná.“
Printable Circuits
Použití rotačního skla pro tisknutelné obvody by také mohlo vést k novým typům výpočetní techniky s nízkou spotřebou. Spirálové sklo umožňuje výzkumníkům zkoumat materiálové struktury pomocí matematiky. S tímto přístupem mohou vědci vyladit interakci v systémech pomocí litografie s elektronovým paprskem, která využívá zaostřený paprsek elektronů k kreslení vlastních tvarů na povrch. Litografie by mohla umožnit tisk nových typů obvodů.
Litografie umožňuje reprezentovat různé výpočetní problémy v sítích typu spin-glass, podle nedávného článku týmu Los Alamos publikovaného v recenzovaném časopise Nature Physics.
"Naše práce dokončila první experimentální realizaci umělého rotačního skla sestávajícího z nanomagnetů uspořádaných tak, aby replikovaly neuronovou síť," Michael Saccone, postdoktorský výzkumník v teoretické fyzice v Los Alamos National Laboratory a hlavní autor knihy list, uvedl v tiskové zprávě. "Naše práce pokládá základy, které potřebujeme k praktickému používání těchto fyzických systémů."
Moore přirovnal odstředivé sklo k oxidu křemičitému (okenní sklo), které se zdá být dokonalým krystalem, ale jak se ochladí, uvízne v amorfním stavu, který na molekulární úrovni vypadá jako kapalina.
„Stejným způsobem mohou algoritmy uvíznout za „energetickými bariérami“, které stojí v cestě globálnímu optimu,“dodal Moore.
Nápady z teorie spinového skla by mohly výzkumníkům pomoci orientovat se v vysokorozměrných krajinách.
„Toto úsilí vytvořilo pulzující interdisciplinární komunitu na pomezí fyziky, matematiky a informatiky,“řekl Moore."Můžeme použít nápady z fyziky k určení základních limitů algoritmů - jako je to, kolik hluku mohou tolerovat, zatímco stále nacházejí vzory v datech - a navrhnout algoritmy, které uspějí až po tyto teoretické limity."
AI, která si pamatuje jako lidé
Výzkumný tým zkoumal umělé spinové sklo jako způsob, jak nahlédnout do toho, čemu se říká Hopfieldovy neuronové sítě. Tyto sítě modelují lidskou asociativní paměť, což je schopnost učit se a pamatovat si vztah mezi nesouvisejícími položkami.
Teoretické modely popisující rotační brýle jsou široce používány v jiných komplexních systémech, jako jsou systémy popisující funkci mozku.
S asociativní pamětí, pokud je spuštěna pouze jedna paměť, například přijetím částečného obrazu tváře jako vstupu – pak síť dokáže vyvolat celou tvář. Na rozdíl od tradičních algoritmů asociativní paměť nevyžaduje k identifikaci paměti stejný scénář.
Výzkum Saccone a týmu potvrdil, že spin-glass bude užitečný k popisu vlastností systému a způsobu, jakým zpracovává informace. Algoritmy umělé inteligence vyvinuté ve spin glass by byly „špatnější“než tradiční algoritmy, řekl Saccone, ale také flexibilnější pro některé aplikace umělé inteligence.
"Teoretické modely popisující rotující brýle jsou široce používány v jiných komplexních systémech, jako jsou systémy popisující mozkové funkce, kódy pro opravu chyb nebo dynamiku akciového trhu," řekl Saccone. "Tento široký zájem o otočné brýle poskytuje silnou motivaci k výrobě umělých otočných sklenic."
Další typy čipů inspirovaných mozkem by také mohly zlepšit způsob, jakým umělá inteligence rozpoznává obrázky. Nedávný dokument ukazuje, jak se mohou počítačové čipy dynamicky přepojovat, aby přijímaly nová data, jako to dělá mozek, což pomáhá umělé inteligenci neustále se učit.
"Mozek živých bytostí se může nepřetržitě učit po celý svůj život," uvedl v tiskové zprávě Shriram Ramanathan, profesor na Purdue University’s School of Material Engineering a jeden z autorů článku."Nyní jsme vytvořili umělou platformu, aby se stroje učily po celou dobu jejich životnosti."
