Tutkijat jäljittelevät meriilijoiden strategioita kvanttimateriaalissa

Purdue-yliopiston tutkijat ovat löytäneet, että materiaali voi jäljitellä meriilijan tärkeimmät älykkyyden piirteet. Tämä voi auttaa heitä rakentamaan laitteita, jotka tekevät tekoälystä tehokkaamman ja luotettavamman, mikä voi vaikuttaa moniin aloihin, kuten itseohjautuviin ajoneuvoihin, kirurgisiin roboteihin ja sosiaalisen median algoritmeihin.

Tutkimus julkaistiin Proceedings of the National Academy of Sciences -julkaisussa. Sen johtajana toimi Purdue-yliopiston, Georgian yliopiston, Rutgersin yliopiston ja Argonne National Laboratoryn tutkijaryhmä.

Shriram Ramanathan on Purdue-yliopiston materiaali-insinöörien professori.

“Meriilijoiden tutkimisen kautta neurotieteilijät ovat löytäneet älykkyyden peruspiirteet, jotka ovat olennaisia minkä tahansa eläimen selviytymiselle”, Ramanathan sanoi. “Halumme hyödyntää tämän kaltaista älykkyyttä eläimissä tekoälyn kehittämisen nopeuttamiseksi.”

Meriilijoiden opettama

Neurotieteilijat ovat löytäneet meriilijoista kaksi älykkyyden merkittävää piirrettä: tottumisen ja herkkyyden. Tottuminen tapahtuu, kun joku tai jokin tottuu ärsykkeeseen ajan myötä, kun taas herkkyydessä joku tai jokin reagoi voimakkaasti uuteen ärsykkeeseen.

Yksi tekoälyn suurimmista ongelmista on “stabiilius-plastisuus-dilemma”, joka ilmenee, kun tekoälyllä on vaikeuksia oppia ja tallentaa uutta tietoa ilman, että se ylikirjoittaa olemassa olevaa tietoa. Tottumisen avulla tekoäly voisi “unohtaa” tarpeettoman tiedon ja tulla vakaammaksi. Samalla herkkyyden avulla se voisi säilyttää uuden ja tärkeän tiedon, mikä mahdollistaa plastisuuden.

Nickelioksidissa havaitut strategiat

Tutkijat pystyivät osoittamaan sekä tottumisen että herkkyyden nikkelioxidissa, joka on kvanttimateriaali sen ominaisuuksien vuoksi, jotka eivät voi selittyä klassisen fysiikan avulla. Jos kvanttimateriaali voisi onnistuneesti käyttää näitä oppimisen muotoja, olisi mahdollista rakentaa tekoäly suoraan laitteistoon. Tekoäly voisi suorittaa monimutkaisempia tehtäviä vähemmällä energialla, jos se voisi toimia sekä laitteistossa että ohjelmistossa.

“Emme vain jäljitelleet meriilijoiden kokeita kvanttimateriaaleissa, vaan ymmärrämme, miten nämä materiaalit voivat olla kiinnostavia tekoälylle”, Ramanathan sanoi.

Meriilijat osoittavat tottumista, kun ne eivät vedä kidusiaan yhtä paljon, mikä on reaktio siihen, että ne jäävät loukkuun sifoniin. Sähköshokki meriilijan hännän tyveen aiheuttaa kidusten vetäytymisen dramaattisemmin, mikä on herkkyyttä.

Nikkelioxidissa tämän toistamiseksi on oltava lisääntynyt muutos sähkönjohtavuudessa. Toistuvasti altistamalla materiaalia vetykaasulle nikkeloksidin sähkönjohtavuuden muutos vähenee ajan myötä. Kun kuitenkin esitetään uusi ärsyke, kuten otsoni, sähkönjohtavuuden muutos kasvaa merkittävästi.

Tutkimusryhmä otti nämä havainnot huomioon, ja Purdue-yliopiston sähkö- ja tietokonetekniikan professori Kaushik Royn johtama tiimi mallinsi nikkeloksidin käyttäytymistä. He kehittivät algoritmin, joka voisi käyttää tottumisen ja herkkyyden strategioita luokittelemalla data-pisteitä ryhmiin.

“Stabiilius-plastisuus-dilemmaa ei ole ratkaistu. Olemme kuitenkin osoittaneet tavan ratkaista se käyttäen kvanttimateriaalissa havaittua käyttäytymistä”, Roy sanoi. “Jos voisimme muuttaa materiaalin, joka oppii tällä tavoin, laitteistoksi tulevaisuudessa, tekoäly voisi suorittaa tehtäviä paljon tehokkaammin.”

Jotta tämä olisi hyödyllistä ja käytännöllistä, tutkijoiden on selvitettävä, miten nämä strategiat voidaan soveltaa laajamittaisiin järjestelmiin, sekä miten materiaali voi reagoida ärsykkeisiin, kun se on integroitu tietokoneen piiriin.