Vědci objevili, že učení lze napodobit v syntetické hmotě

Vědci z Rutgers University objevili, že učení lze napodobit v syntetické hmotě. Učení je klíčovou vlastností inteligence a toto nové zjištění může mít velké důsledky pro vývoj algoritmů v umělém inteligenci (AI).

Nová studie byla zveřejněna v časopise PNAS.

Základní charakteristika lidí

Základní charakteristika učení u lidí byla inspirací pro vývoj mnoha technologií AI a umožňuje jim přizpůsobit se měnícím se podmínkám a prostředí. Nicméně, AI se často zaměřuje na napodobení lidské logiky. Nový objev vědců poskytuje cestu k napodobení lidského kognitivního procesu ve zařízeních, která mohou učit, pamatovat a rozhodovat se podobně jako lidé a naše mozky.

Tím, že jsme vytvořili tuto syntetickou hmotu, můžeme vyvinout nové algoritmy v AI a neuromorfním počítání, které by mohly řešit nejistoty, rozpory a další aspekty, které jsou přítomny v našem každodenním životě. Neuromorfní počítání vytváří umělou nervovou soustavu, která přenáší elektrické signály, které napodobují signály mozku, a to proto, aby napodobilo celkovou nervovou strukturu a funkci lidského mozku.

Vědci z Rutgers University spolupracovali s kolegy z Purdue, University of Georgia a Argonne National Laboratory.

Role oxidu niklu

Vědci společně studovali, jak se elektrická vodivost oxidu niklu, který je speciálním typem izolačního materiálu, mění po změně prostředí během různých časových intervalů.

Subhashish Mandal je postdoktorandský pracovník na katedře fyziky a astronomie Rutgers-New Brunswick.

“Cílem bylo najít materiál, jehož elektrická vodivost lze upravit modulací koncentrace atomových defektů pomocí externích stimulů, jako je kyslík, ozon a světlo,” řekl Mandal. “Studovali jsme, jak se tento materiál chová, když do systému přidáme kyslík nebo vodík, a nej重要něji, jak se externí stimulace mění elektronické vlastnosti materiálu.”

Jedním z objevů vědců bylo, že když se plynové stimuly měnily rychle, materiál nemohl plně reagovat. Místo toho zůstal v nestabilním stavu v obou prostředích, zatímco jeho reakce začala klesat.

Vědci poté přidali stimulaci ozonu a materiál reagoval silněji, než opět klesl.

“Nejdůležitější část našich výsledků je, že demonstruje univerzální učební charakteristiky, jako je habituace a senzitizace, které obvykle nacházíme u živých druhů,” řekl Mandal. “Tyto materiálové charakteristiky mohou inspirovat nové algoritmy pro umělou inteligenci. Stejně jako kolektivní pohyb ptáků nebo ryb inspiroval AI, věříme, že kolektivní chování elektronů v kvantovém pevném stavu může udělat totéž v budoucnu.

“Rostoucí oblast AI vyžaduje hardware, který může hostit adaptivní paměťové vlastnosti beyond toho, co se používá v dnešních počítačích,” pokračoval. “Zjistili jsme, že izolátory oxidu niklu, které historicky byly omezeny na akademické účely, by mohly být zajímavými kandidáty na testování v budoucnosti pro počítače a robotiku inspirované mozkem.”