인공 나노와이어 네트워크는 전기 자극에 반응하여 뇌와 같은 작동을 합니다.

시드니 대학교와 일본의 국립 재료 과학 연구소(NIMS)의 과학자들은 인공 나노와이어 네트워크를 만들고 그것이 전기 자극에 반응하여 뇌와 같은 작동을 하는 방법을 발견했습니다.

이 연구는 네이처 커뮤니케이션즈에 발표되었습니다.

국제 연구 팀은 조엘 호흐스테터(Joel Hochstetter)가 이끌었으며, 조엘은 시드니 대학교 나노 과학 연구소와 물리학부의 박사 과정 학생입니다.

연구 팀은 나노와이어 네트워크를 “혼돈의 경계”에 유지하여 최적의 수준으로 작업을 수행할 수 있다는 것을 발견했습니다.

연구자들은 이것이 신경 지능의 기본적인 성질이 물리적이라는 것을 시사하며, 이는 인공 지능의 새로운 발전에 이어질 수 있다고 말합니다.

조엘 호흐스테터는 시드니 대학교 나노 과학 연구소와 물리학부의 박사 과정 학생이며, 이 논문의 첫 번째 저자입니다.

“우리는 10 마이크로미터 길이와 500 나노미터보다 얇은 나노와이어를 2차원 평면에 무작위로 배열했습니다,”라고 호흐스테터는 말했다.

“나노와이어가 교차하는 곳에서 전기화학적 접합이 형성되며, 이것은 신경 세포 사이의 시냅스와 유사합니다. 우리는 이 네트워크에 전기 신호를 넣었을 때 자동으로 정보를 전달하는 최적의 경로를 찾는다는 것을 발견했습니다. 또한 이 구조는 네트워크가 이전 경로를 ‘기억’할 수 있도록 합니다.”

나노와이어 네트워크 테스트

연구 팀은 네트워크의 성능을 최적화하고 간단한 작업을 수행하는 방법을 배우기 위해 시뮬레이션을 사용했습니다.

네트워크를 자극하는 신호가 너무 약하면 출력이 너무 예측 가능하여 복잡한 출력을 생성하지 못했습니다. 반면에 네트워크가 신호에 의해 압도되면 출력이 너무 혼란스러웠습니다.

이것은 최적의 신호가 혼돈 상태의 경계에 있음을 의미합니다.

쿠닉 교수는 시드니 대학교의 교수입니다.

“일부 신경 과학 이론은 인간의 마음이 혼돈의 경계 또는 임계 상태에서 작동할 수 있다고 제안합니다. 일부 신경 과학자들은 이 상태에서 우리는 최대 뇌 성능을 달성할 수 있다고 생각합니다.”

“이 결과가 흥미로운 이유는 이러한 유형의 나노와이어 네트워크가 뇌와 같은 집단 역학을 갖는 영역으로 조정될 수 있으며, 이는 정보 처리를 최적화하는 데 사용될 수 있다는 것입니다.”

나노와이어 네트워크는 교차점에서 기억과 작업을 하나의 시스템으로 통합할 수 있습니다. 이는 표준 컴퓨터와 다르며, 표준 컴퓨터는 기억과 작업을 별도로 처리합니다.

“이러한 교차점은 컴퓨터 트랜지스터와 유사하지만 이전에 경로를 통해 신호가 전달된 적이 있는지 기억하는 추가 속성이 있습니다. 이러한 속성으로 인해 이러한 교차점을 ‘메모리스터’라고 합니다.”

기억은 물리적인 형태로, 나노와이어 사이의 교차점에서 스위치처럼 작동합니다. 이러한 스위치의 동작은 이전에 전기 신호에 대한 반응에 따라 결정됩니다.

“이것은 나노와이어의 무작위 시스템 내에 기억 네트워크를 생성합니다.”

연구 팀은 네트워크가 매우 간단한 작업을 수행할 수 있는 능력을 보여주기 위해 물리적인 네트워크의 시뮬레이션을 개발했습니다.

“이 연구에서 우리는 네트워크를 단순한 파형을 더 복잡한 파형으로 변환하도록 훈련했습니다.”

연구 팀은 전기 신호의 진폭과 주파수를 조정하여 최상의 성능이 어디에서 발생하는지 확인했습니다.

“신호를 너무 느리게 푸시하면 네트워크는 같은 작업을 반복하며 학습이나 발전이 없습니다. 신호를 너무 빠르게 푸시하면 네트워크는 예측할 수 없게 됩니다.”

실제 세계의 이점

쿠닉 교수에 따르면, 기억과 작업을 통합하는 것은 인공 지능에 큰 이점을 제공합니다.

“네트워크를 훈련시키기 위한 알고리즘은 많은 전력을 소모합니다.”

“우리가 개발 중인 시스템은 이러한 알고리즘의 필요성을 없애는 대신 네트워크가 자체적으로 가중치를 개발하도록 허용합니다. 우리는 입력 신호와 출력 신호만을 고려하면 되며, 이것은 ‘저수지 컴퓨팅’이라고 하는 프레임워크입니다. 네트워크의 가중치는 자체적으로 적응할 수 있으며, 이는大量의 에너지를 절약할 수 있습니다.”

쿠닉은 이러한 네트워크를 사용하는 미래의 인공 지능 시스템은 에너지 소비가 훨씬 낮을 것이라고 말합니다.