전기가 물질을 “학습”할 수 있도록 도와주는 연구

아고네 국립 연구소의 과학자 팀은 비생물학적 물질이 학습과 관련된 행동을 모방할 수 있다는 것을 관찰할 수 있었으며, 이는 더 나은 인공 지능(AI) 시스템을 개발하는 데 도움이 될 수 있다고 말합니다.

이 연구에 대한 논문은 Advanced Intelligent Systems에 발표되었습니다.

이 팀은 다음 세대 슈퍼컴퓨터를 개발하고 인간의 뇌에서 영감을 얻으려 합니다.

학습과 유사한 행동을 보이는 비생물학적 물질

뇌 기반 컴퓨터를 개발하려는 연구자들은 학습과 유사한 행동을 보이는 비생물학적 물질을 종종 사용합니다. 이러한 물질은 새로운 소프트웨어 알고리즘과 함께 사용할 수 있는 하드웨어를 개발하는 데 사용될 수 있으며, 이는 더 에너지 효율적인 AI를 가능하게 합니다.

이 연구는 퍼듀 대학교의 과학자들이 주도했습니다. 그들은 산소가 부족한 니켈 산화물에 짧은 전기 펄스를 적용하여 두 가지 다른 전기적 반응을 유발했습니다. 럿거스 대학교의 시리람 라마나탄 교수는 당시 퍼듀 대학교에서 교수로 재직했으며, 모든 전기적으로 구동되는 시스템을 개발하여 학습 행동을 보여주었습니다.

연구 팀은 미국 에너지부(DOE)의 아고네 국립 연구소에 있는 고급 포톤 소스(APS) 시설의 자원을 사용했습니다.

habituation과 감각화

첫 번째 반응은 물질이 약간의 전기 충격에 익숙해지는习uation입니다. 물질의 저항은 초기 충격 후 증가하지만, 연구자들은 물질이 전기 자극에 익숙해진다는 것을 관찰했습니다.

패니 로돌라키스는 물리학자이자 APS의 빔 라인 과학자입니다.

“habituation은 공항 근처에 사는 것과 같습니다,” 로돌라키스는 말합니다. “이사 온 첫날에는 소음이 너무 크지만, 결국에는 거의注意하지 않게 됩니다.”

물질이 보여주는 두 번째 반응은 감각화입니다. 이는 더 큰 전기 자극이 적용될 때 발생합니다.

“더 큰 자극이 적용되면 물질의 반응은 감소하는 대신 시간이 지남에 따라 증가합니다,” 로돌라키스는 말합니다. “공포 영화를 보다가 누군가 뒤에서 ‘부!’라고 외치는 것과 같습니다. 정말로 놀라는 것을 볼 수 있습니다.”

“거의 모든 생명체는 이러한 두 가지 특성을 보여줍니다,” 라마나탄은 계속합니다. “그들은 정말로 지능의 기본적인 측면입니다.”

두 가지 행동은 전자 간의 양자 상호작용에 의해 제어됩니다. 이러한 상호작용은 고전 물리학으로 설명할 수 없으며, 물질의 상전이의 기초를 형성하는 데 역할을 합니다.

“상전이의 예는 액체가 고체로 변하는 것입니다,” 로돌라키스는 말합니다. “우리가 살펴보는 물질은 경계선에 있으며, 전자 수준에서 발생하는 경쟁적 상호작용은 작은 자극에 의해 쉽게 한쪽으로 기울어질 수 있습니다.”

라마나탄에 따르면, 전기 신호로 완전히 제어할 수 있는 시스템을 갖는 것이 중요합니다.

“물질을 이러한 방식으로 조작할 수 있게 되면 하드웨어가 지능의 일부 책임을 맡을 수 있습니다,” 그는 말합니다. “양자 속성을 사용하여 하드웨어에 지능을 넣는 것은 에너지 효율적인 컴퓨팅으로 나아가는 중요한 단계입니다.”

안정성-다양성 딜레마를 극복하다

과학자들은 habituation과 감각화의 차이를 사용하여 안정성-다양성 딜레마를 극복할 수 있습니다. 이는 AI 개발의 주요課題입니다. 알고리즘은 새로운 정보에 적응하기 위해 어려움을 겪으며, 이를 통해 이전에 학습한 정보나 경험을 잊어버리게 됩니다. 과학자들이 habituation을 가르칠 수 있는 물질을 만들면, 불필요한 정보를 무시하거나忘却할 수 있으며, 추가적인 안정성을 달성할 수 있습니다.另一方面, 감각화는 시스템을 새로운 정보를 기억하고 통합하도록 훈련할 수 있으며, 이는 다양성을 가능하게 합니다.

“AI는 새로운 정보를 학습하고 저장하는 데 어려움을 겪으며, 이미 저장된 정보를 덮어쓰게 됩니다,” 로돌라키스는 말합니다. “너무 많은 안정성이 AI의 학습을 방해하며, 너무 많은 다양성은 치명적인忘却을 초래할 수 있습니다.”

팀에 따르면, 새로운 연구의 큰 장점은 니켈 산화물 장치의 작은 크기입니다.

“이전의 전자 장치에서는 많은 트랜지스터가 필요했지만, 이 연구에서는 더 작은 시스템에서 이러한 특성을 보여줄 수 있었습니다,” 로돌라키스는 설명합니다. “이것은 신경 모방 회로의 개발 가능성에 큰 영향을 미칩니다.”