बिजली की मदद से “सीखने” वाले पदार्थों का पता लगाना

अर्गोन नेशनल लेबोरेटरी में वैज्ञानिकों की एक टीम ने एक जीवित नहीं पदार्थ में सीखने से जुड़े व्यवहार को देखा, जिसे वे कहते हैं कि बेहतर कृत्रिम बुद्धिमत्ता (एआई) प्रणालियों की ओर ले जा सकता है।

अध्ययन का वर्णन करने वाला पत्र एडवांस्ड इंटेलिजेंट सिस्टम में प्रकाशित हुआ है।

समूह अगली पीढ़ी के सुपरकंप्यूटर विकसित करने और मानव मस्तिष्क से प्रेरणा लेने की ओर देख रहा है।

गैर-जैविक सामग्री जो सीखने जैसे व्यवहार दिखाती है

मस्तिष्क-प्रेरित कंप्यूटर बनाने के लिए अक्सर गैर-जैविक सामग्री की ओर रुख करते हैं जो सुझाव देते हैं कि वे सीखने जैसे व्यवहार अपना सकते हैं। इन सामग्रियों का उपयोग नए सॉफ्टवेयर एल्गोरिदम के साथ जोड़े जाने वाले हार्डवेयर बनाने के लिए किया जा सकता है, जो अधिक ऊर्जा-कुशल एआई को सक्षम बनाता है।

नई अध्ययन पूर्ड्यू विश्वविद्यालय के वैज्ञानिकों द्वारा नेतृत्व किया गया था। उन्होंने ऑक्सीजन की कमी वाले निकेल ऑक्साइड को छोटे इलेक्ट्रिक पल्स के संपर्क में लाया और सीखने के समान दो अलग-अलग इलेक्ट्रिक प्रतिक्रियाएं उत्पन्न कीं। रटगर्स विश्वविद्यालय के प्रोफेसर शिरम रामनाथन, जो उस समय पूर्ड्यू विश्वविद्यालय में प्रोफेसर थे, के अनुसार, उन्होंने एक पूरी तरह से विद्युत-chalit प्रणाली के साथ आया जो सीखने जैसे व्यवहार प्रदर्शित करता है।

अध्ययन टीम ने एडवांस्ड फोटॉन सोर्स (एपीएस), यूएस डिपार्टमेंट ऑफ एनर्जी (डीओई) ऑफिस ऑफ साइंस की सुविधा में डीओई के अर्गोन नेशनल लेबोरेटरी में संसाधनों पर भरोसा किया।

अभ्यस्तता और संवेदनशीलता

पहली प्रतिक्रिया जो होती है वह अभ्यस्तता है, जो तब होती है जब सामग्री थोड़ा झटका लगने की आदी हो जाती है। हालांकि सामग्री का प्रतिरोध पहले झटके के बाद बढ़ जाता है, शोधकर्ताओं ने देखा कि यह विद्युत उत्तेजना की आदी हो जाती है।

फैनी रोडोलाकिस एपीएस में एक भौतिक विज्ञानी और बीमलाइन वैज्ञानिक हैं।

“अभ्यस्तता तब होती है जब आप एक हवाई अड्डे के पास रहते हैं,” रोडोलाकिस कहते हैं। “जब आप पहली बार चलते हैं, तो आप सोचते हैं ‘क्या शोर है’, लेकिन अंततः आप इसके आदी हो जाते हैं।”

सामग्री द्वारा दिखाई गई दूसरी प्रतिक्रिया संवेदनशीलता है, जो तब होती है जब एक बड़ी मात्रा में बिजली दी जाती है।

“एक बड़े उत्तेजना के साथ, सामग्री की प्रतिक्रिया कम होने के बजाय बढ़ जाती है,” रोडोलाकिस कहते हैं। “यह एक डरावनी फिल्म देखने के समान है, और फिर किसी को आपके पीछे से ‘बू!’ कहना – आप वास्तव में इसे कूदते हुए देखते हैं।”

“जीवित जीवों में से अधिकांश इन दो विशेषताओं को प्रदर्शित करते हैं,” रामनाथन जारी रखते हैं। “वे वास्तव में बुद्धिमत्ता का एक मूलभूत पहलू हैं।”

दो व्यवहार इलेक्ट्रॉनों के बीच होने वाली क्वांटम इंटरैक्शन द्वारा नियंत्रित होते हैं। इन इंटरैक्शन को क्लासिकल भौतिकी द्वारा वर्णित नहीं किया जा सकता है, और वे सामग्री में एक चरण संक्रमण के आधार के गठन में भूमिका निभाते हैं।

“एक चरण संक्रमण का एक उदाहरण एक तरल का एक ठोस बनना है,” रोडोलाकिस कहते हैं। “हम जिस सामग्री को देख रहे हैं वह सीमा पर है, और इलेक्ट्रॉनिक स्तर पर होने वाली प्रतिस्पर्धी इंटरैक्शन को आसानी से छोटे उत्तेजना द्वारा एक तरफ या दूसरी तरफ झुकाया जा सकता है।”

रामनाथन के अनुसार, एक ऐसी प्रणाली होना आवश्यक है जो पूरी तरह से विद्युत संकेतों द्वारा नियंत्रित की जा सके।

“इस तरह से सामग्री को मैनिपुलेट करने से हार्डवेयर बुद्धिमत्ता के लिए कुछ जिम्मेदारी ले सकता है,” वे कहते हैं। “क्वांटम गुणों का उपयोग करके हार्डवेयर में बुद्धिमत्ता प्राप्त करना ऊर्जा-कुशल कंप्यूटिंग की ओर एक महत्वपूर्ण कदम है।”

स्थिरता-प्लास्टिसिटी दुविधा को पार करना

वैज्ञानिक अभ्यस्तता और संवेदनशीलता के बीच अंतर का उपयोग स्थिरता-प्लास्टिसिटी दुविधा को पार करने के लिए कर सकते हैं, जो एआई के विकास में एक बड़ी चुनौती है। एल्गोरिदम अक्सर नई जानकारी के अनुकूल होने के लिए संघर्ष करते हैं, और जब वे ऐसा करते हैं, तो वे अक्सर अपने पिछले अनुभवों या जो उन्होंने सीखा है को भूल जाते हैं। यदि वैज्ञानिक एक ऐसी सामग्री बनाते हैं जो अभ्यस्त हो सकती है, तो वे इसे अनावश्यक जानकारी को नजरअंदाज करने या भूलने के लिए सिखा सकते हैं और अतिरिक्त स्थिरता प्राप्त कर सकते हैं। दूसरी ओर, संवेदनशीलता प्रणाली को नई जानकारी को याद रखने और एकीकृत करने के लिए प्रशिक्षित कर सकती है, जो प्लास्टिसिटी को सक्षम बनाती है।

“एआई अक्सर नई जानकारी सीखने और संग्रहीत करने में कठिनाई होती है बिना पहले से संग्रहीत जानकारी को ओवरराइट किए,” रोडोलाकिस कहते हैं। “अधिक स्थिरता एआई को सीखने से रोकती है, लेकिन बहुत अधिक प्लास्टिसिटी घातक भूलने की ओर ले जा सकती है।”

टीम के अनुसार, नए अध्ययन में एक बड़ा फायदा निकेल ऑक्साइड डिवाइस का छोटा आकार था।

“इस प्रकार का सीखना पहले वर्तमान पीढ़ी के इलेक्ट्रॉनिक्स में नहीं किया गया था बिना एक बड़ी संख्या में ट्रांजिस्टर के,” रोडोलाकिस समझाते हैं। “एकल जंक्शन प्रणाली यह दिखाने वाली सबसे छोटी प्रणाली है जो इन गुणों को दिखाती है, जिसका न्यूरोमॉर्फिक सर्किट्री के संभावित विकास के लिए बड़े प्रभाव हैं।”