Võtmed kaasavõtmiseks
- Haruldane aine, mida nimetatakse pöörlevaks klaasiks, võib võimaldada tehisintellekti, mis tuvastab objekte nii, nagu inimesed seda teevad.
- Pöördklaasi kasutamine prinditavates vooluahelates võib samuti kaasa tuua uut tüüpi vähese võimsusega andmetöötluse.
- Muud tüüpi ajust inspireeritud kiibid võivad samuti parandada seda, kuidas tehisintellekt pilte tuvastab.
Prindiahelate otse füüsilistele objektidele printimine võib viia targema tehisintellekti (AI) juurde.
Los Alamose riikliku laboratooriumi teadlased kasutavad vooluringide asendamiseks haruldast ainevormi, mida tuntakse spinklaasina. Pöörleva klaasi ebatavalised omadused võimaldavad AI-vormingut, mis suudab tuvastada objekte osaliste kujutiste järgi, nagu seda teeb aju.
"Spin-prillid on süsteemid, millel on võimalike lahenduste konarlik maastik," ütles Santa Fe Instituudi arvutiteadlane ja füüsik Cris Moore, kes ei osalenud Los Alamose uurimistöös, Lifewire'ile e-kirjas. intervjuu. "Need aitavad meil analüüsida, miks algoritmid mõnikord takerduvad lahendustesse, mis näevad kohapeal head välja, kuid pole parimad võimalikud."
Prinditavad vooluringid
Pöördklaasi kasutamine prinditavates vooluahelates võib kaasa tuua ka uut tüüpi väikese võimsusega andmetöötluse. Spin-glass võimaldab teadlastel matemaatika abil uurida materjalide struktuure. Selle lähenemisviisi abil saavad teadlased kohandada interaktsiooni süsteemides, kasutades elektronkiire litograafiat, mis kasutab pinnale kohandatud kujundite joonistamiseks fokuseeritud elektronkiirt. Litograafia võib võimaldada uut tüüpi vooluringide printimist.
Los Alamose meeskonna hiljutise artikli kohaselt, mis avaldati eelretsenseeritavas ajakirjas Nature Physics, võimaldab litograafia kujutada spin-glass võrkudes mitmesuguseid arvutusprobleeme.
"Meie töö viis esimese eksperimentaalse teostuse kunstlikust spin-klaasist, mis koosneb nanomagnetitest, mis on paigutatud neuronivõrku kordama, " ütles Michael Saccone, Los Alamose riikliku labori teoreetilise füüsika järeldoktorant ja raamatu juhtiv autor. ajaleht, ütles pressiteates. "Meie artikkel paneb aluse nende füüsiliste süsteemide praktiliseks kasutamiseks."
Moore võrdles pöörlevat klaasi ränidioksiidiga (aknaklaas), mis näib olevat täiuslik kristall, kuid jahtudes takerdub see amorfsesse olekusse, mis näeb molekulaarsel tasandil välja nagu vedelik.
"Samamoodi võivad algoritmid takerduda "energiabarjääride" taha, mis takistavad globaalset optimumit," lisas Moore.
Keeruklaasi teooria ideed võivad aidata teadlastel navigeerida suuremõõtmelistel maastikel.
"See püüdlus on loonud elava interdistsiplinaarse kogukonna füüsika, matemaatika ja arvutiteaduse ristumiskohas, " ütles Moore."Me saame kasutada füüsika ideid, et määrata algoritmidele põhipiirangud, nagu see, kui palju müra nad taluvad, leides samal ajal siiski andmetes mustreid, ja kavandada algoritme, mis õnnestuvad kuni nende teoreetiliste piirideni."
AI, mis mäletab nagu inimesed
Uurimisrühm uuris kunstlikku spinklaasi, et uurida nn Hopfieldi närvivõrke. Need võrgustikud modelleerivad inimese assotsiatiivset mälu, mis on võime õppida ja meeles pidada seost mitteseotud üksuste vahel.
Pöörlevaid prille kirjeldavaid teoreetilisi mudeleid kasutatakse laialdaselt teistes keerukates süsteemides, näiteks nendes, mis kirjeldavad ajufunktsiooni.
Assotsiatiivse mälu korral, kui käivitatakse ainult üks mälu, näiteks kui sisendiks võetakse näo osaline kujutis, saab võrk kogu näo tagasi kutsuda. Erinev alt traditsioonilistest algoritmidest ei vaja assotsiatiivne mälu mälu tuvastamiseks identset stsenaariumi.
Saccone'i ja töörühma uurimused kinnitasid, et spin-glass aitab kirjeldada süsteemi omadusi ja seda, kuidas see teavet töötleb. Saccone ütles, et spinklaasis välja töötatud AI-algoritmid oleksid traditsioonilistest algoritmidest segasemad, kuid mõne AI-rakenduse jaoks ka paindlikumad.
"Pöörlevaid prille kirjeldavaid teoreetilisi mudeleid kasutatakse laialdaselt teistes keerulistes süsteemides, nagu need, mis kirjeldavad ajufunktsiooni, veaparanduskoode või aktsiaturu dünaamikat," ütles Saccone. "See lai huvi keerutavate klaaside vastu annab tugeva motivatsiooni kunstliku tsentrifuugimise klaasi loomiseks."
Muud tüüpi ajust inspireeritud kiibid võivad samuti parandada seda, kuidas tehisintellekt piltide ära tunneb. Hiljutine artikkel näitab, kuidas arvutikiibid suudavad end dünaamiliselt ümber ühendada, et võtta vastu uusi andmeid, nagu seda teeb aju, aidates tehisintellektil aja jooksul õppida.
"Elusolendite ajud saavad kogu oma eluea jooksul pidev alt õppida," ütles Purdue ülikooli materjalitehnika kooli professor Shriram Ramanathan pressiteates."Oleme nüüd loonud kunstliku platvormi, et masinad saaksid kogu eluea jooksul õppida."
