باحثون يقلدون استراتيجيات الحبار في مادة الكم

اكتشف باحثون في جامعة بوردو أن مادة يمكن أن تقلد أكثر سمات الذكاء الأساسية للحبار. قد يساعد ذلك في بناء الأجهزة التي تجعل الذكاء الاصطناعي أكثر كفاءة وموثوقية، مما قد يؤثر على العديد من المجالات مثل المركبات المستقلة وروبوتات الجراحة وخيارات الخوارزميات الاجتماعية.

نشرت الدراسة في مذكرات الأكاديمية الوطنية للعلوم. وقادها فريق من الباحثين من جامعة بوردو وجامعة جورجيا وروتجرز و مختبر أرغون الوطني.

شري람 راماناثان هو أستاذ هندسة المواد في جامعة بوردو.

“من خلال دراسة الحبار، اكتشف علماء الأعصاب سمات الذكاء التي هي أساسية لبقاء أي كائن،” قال راماناثان. “نريد الاستفادة من هذه الذكاء الناضج في الحيوانات لتسريع تطوير الذكاء الاصطناعي.”

التعلم من الحبار

اكتشف علماء الأعصاب两个 علامة رئيسية للذكاء من الحبار: التأقلم والتجديد. التأقلم يحدث عندما يعتاد شخص أو شيء على محفز مع مرور الوقت، بينما التجديد هو عندما يتفاعل شخص أو شيء بقوة مع محفز جديد.

من المشاكل الرئيسية مع الذكاء الاصطناعي هو “مأزق الاستقرار والمرنة”، الذي يحدث عندما يجد الذكاء الاصطناعي صعوبة في التعلم وتخزين المعلومات الجديدة دون переписة المعلومات الحالية. مع التأقلم، يمكن للذكاء الاصطناعي “نسيان” المعلومات غير الضرورية لتصبح أكثر استقرارًا. وفي الوقت نفسه، يمكن للتجديد مساعدته على الاحتفاظ بالمعلومات الجديدة والمهمة، مما يتيح المرنة.

تجسيد الاستراتيجيات في أكسيد النيكل

تمكن الباحثون من تجسيد التأقلم والتجديد في أكسيد النيكل، وهو مادة كمومية بسبب خصائصها التي لا يمكن تفسيرها بالفيزياء الكلاسيكية. إذا كان يمكن لمادة كمومية استخدام هذه الأشكال من التعلم بنجاح، فقد يكون من الممكن بناء الذكاء الاصطناعي مباشرة في الأجهزة. يمكن للذكاء الاصطناعي أداء مهام أكثر تعقيدًا باستخدام طاقة أقل إذا كان يمكنه العمل من خلال الأجهزة والبرمجيات.

“لقد قمنا بتقليد التجارب التي أجريت على الحبار في المواد الكمومية لفهم كيف يمكن أن تكون هذه المواد ذات interesse للذكاء الاصطناعي،” قال راماناثان.

يظهر الحبار التأقلم عندما يتوقف عن سحب خياشيمه كثيرًا، وهو رد فعل على الحصول على الفخ. يؤدي الصدمة الكهربائية في ذيل الحبار إلى سحب الخياشيم بشكل أكثر درامية، وهو التجديد.

为了在 أكسيد النيكل تكرار ذلك، يجب أن يكون هناك زيادة في تغيير المقاومة الكهربائية. من خلال تعريض المادة بشكل متكرر لغاز الهيدروجين، يقل تغيير المقاومة الكهربائية لاكسيد النيكل مع مرور الوقت. ومع ذلك، عندما يتم تقديم محفز جديد مثل الأوزون، يزيد تغيير المقاومة الكهربائية بشكل كبير.

أخذ فريق البحث هذه النتائج في الاعتبار، وقاد فريق بقيادة كوشيك روي، أستاذ الهندسة الكهربائية والحاسوب في جامعة بوردو، نمذجة سلوك أكسيد النيكل. بنوا خوارزمية يمكنها استخدام استراتيجيات التأقلم والتجديد لتصنيف النقاط البيانية في مجموعات.

“مازال مأزق الاستقرار والمرنة لم يحل. ولكننا أظهرنا طريقة لمعالجة ذلك بناءً على السلوك الذي لاحظناه في مادة كمومية،” قال روي. “إذا كنا نستطيع تحويل مادة تتعلم بهذا الشكل إلى أجهزة في المستقبل، فإن الذكاء الاصطناعي يمكنه أداء المهام بكفاءة أكبر.”

为了 أن تكون هذه مفيدة وعملية، يجب على الباحثين معرفة كيفية تطبيق هذه الاستراتيجيات في الأنظمة على نطاق واسع، بالإضافة إلى تحديد كيف يمكن للمادة الاستجابة للمحفزات أثناء دمجها في شريحة كمبيوتر.