शोधकर्ताओं ने क्वांटम सामग्री में समुद्री स्लग रणनीतियों की नकल की

पर्ड्यू विश्वविद्यालय के शोधकर्ताओं ने पता लगाया है कि एक सामग्री समुद्री स्लग की सबसे आवश्यक खुफिया विशेषताओं की नकल कर सकती है। इससे उन्हें हार्डवेयर बनाने में मदद मिल सकती है जो एआई को अधिक कुशल और विश्वसनीय बनाएगा, जो स्वायत्त वाहनों, सर्जिकल रोबोट और सोशल मीडिया एल्गोरिदम जैसे कई क्षेत्रों को प्रभावित कर सकता है।

अध्ययन में प्रकाशित किया गया था नेशनल एकेडमी ऑफ साइंसेज की कार्यवाही. इसका नेतृत्व पर्ड्यू विश्वविद्यालय, जॉर्जिया विश्वविद्यालय, रटगर्स विश्वविद्यालय और आर्गोन नेशनल लेबोरेटरी के शोधकर्ताओं की एक टीम ने किया था। 

श्रीराम रामनाथन सामग्री इंजीनियरिंग के पर्ड्यू प्रोफेसर हैं।

रामनाथन ने कहा, "समुद्री स्लग के अध्ययन के माध्यम से, तंत्रिका विज्ञानियों ने बुद्धिमत्ता के उन लक्षणों की खोज की जो किसी भी जीव के अस्तित्व के लिए मौलिक हैं।" "हम एआई के विकास में तेजी लाने के लिए जानवरों की परिपक्व बुद्धि का लाभ उठाना चाहते हैं।"

समुद्री स्लग से सीखना

तंत्रिका विज्ञानियों ने समुद्री स्लग से बुद्धिमत्ता के दो मुख्य लक्षण सीखे हैं: आदतन और संवेदीकरण। आदत तब होती है जब कुछ या कोई व्यक्ति समय के साथ किसी उत्तेजना का आदी हो जाता है, जबकि संवेदीकरण तब होता है जब कोई चीज या कोई व्यक्ति किसी नई उत्तेजना के प्रति दृढ़ता से प्रतिक्रिया करता है।

एआई के साथ प्रमुख समस्याओं में से एक "स्थिरता-प्लास्टिसिटी दुविधा" है, जो तब होती है जब एआई को मौजूदा जानकारी को अधिलेखित किए बिना नई जानकारी सीखने और संग्रहीत करने में परेशानी होती है। आदत के साथ, एआई अधिक स्थिर बनने के लिए अनावश्यक जानकारी को "भूल" सकता है। साथ ही, संवेदीकरण नई और महत्वपूर्ण जानकारी को बनाए रखने में मदद कर सकता है, जो प्लास्टिसिटी को सक्षम बनाता है।

निकेल ऑक्साइड में रणनीतियों का प्रदर्शन 

शोधकर्ता निकल ऑक्साइड में आवास और संवेदीकरण दोनों को प्रदर्शित करने में सक्षम थे, जो कि इसके गुणों के कारण एक क्वांटम सामग्री है जिसे शास्त्रीय भौतिकी द्वारा समझाया नहीं जा सकता है। यदि कोई क्वांटम सामग्री सीखने के इन रूपों का सफलतापूर्वक उपयोग कर सकती है, तो एआई को सीधे हार्डवेयर में बनाना संभव हो सकता है। यदि एआई हार्डवेयर और सॉफ्टवेयर दोनों के माध्यम से काम कर सके तो कम ऊर्जा का उपयोग करते हुए अधिक जटिल कार्य कर सकता है।

रामनाथन ने कहा, "हमने मूल रूप से क्वांटम सामग्रियों में समुद्री स्लग पर किए गए प्रयोगों का अनुकरण किया, यह समझने के लिए कि ये सामग्रियां एआई के लिए कैसे रुचिकर हो सकती हैं।"

समुद्री स्लग आदत का प्रदर्शन करते हैं जब वे अपने गलफड़ों को बाहर निकालना बंद कर देते हैं, जो साइफन पर फंसने की प्रतिक्रिया है। समुद्री स्लग की पूँछ पर बिजली का झटका लगने से गलफड़े अधिक नाटकीय रूप से पीछे हट जाते हैं, जो संवेदीकरण है। 

इसे निकल ऑक्साइड में पुन: उत्पन्न करने के लिए, विद्युत प्रतिरोध में वृद्धि हुई परिवर्तन होना चाहिए। सामग्री को बार-बार हाइड्रोजन गैस के संपर्क में लाने से, समय के साथ निकल ऑक्साइड के विद्युत प्रतिरोध में परिवर्तन कम हो जाता है। हालाँकि, जब ओजोन जैसी कोई नई उत्तेजना पेश की जाती है, तो विद्युत प्रतिरोध में परिवर्तन बहुत बढ़ जाता है। 

अनुसंधान समूह ने इन निष्कर्षों को ध्यान में रखा, और कौशिक रॉय, पर्ड्यू के एडवर्ड जी. टिडेमैन जूनियर, इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के प्रतिष्ठित प्रोफेसर के नेतृत्व में एक टीम ने निकल ऑक्साइड के व्यवहार का मॉडल तैयार किया। उन्होंने एक एल्गोरिदम बनाया जो डेटा बिंदुओं को समूहों में वर्गीकृत करने के लिए आवास और संवेदीकरण रणनीतियों का उपयोग कर सकता है।

“स्थिरता-प्लास्टिसिटी दुविधा बिल्कुल भी हल नहीं हुई है। लेकिन हमने क्वांटम सामग्री में देखे गए व्यवहार के आधार पर इसे संबोधित करने का एक तरीका दिखाया है, ”रॉय ने कहा। "अगर हम भविष्य में इस तरह सीखने वाली सामग्री को हार्डवेयर में बदल सकें, तो एआई अधिक कुशलता से कार्य कर सकता है।"

इसे उपयोगी और व्यावहारिक बनाने के लिए, शोधकर्ताओं को यह पता लगाना होगा कि बड़े पैमाने के सिस्टम में इन रणनीतियों को कैसे लागू किया जाए, साथ ही यह भी निर्धारित किया जाए कि कंप्यूटर चिप में एकीकृत होने पर कोई सामग्री उत्तेजनाओं पर कैसे प्रतिक्रिया दे सकती है।