연구자들, 광자와 초전도체를 결합하여 인공 일반 지능 달성 가능

미국 국립 표준 기술 연구소(NIST)의 연구자들은 대규모 인공 지능(AI)을 달성하기 위한 새로운 접근 방식을 제안하고 있다. 이 접근 방식은 광자 구성 요소와 초전도 전자 회로의 통합에 의존한다.

인공 지능 시스템에서 일반 지능을 달성하기 위한 이전 접근 방식은 전통적인 실리콘 미세 전자 회로와 광子的 결합에 초점을 두었다. 그러나 이러한 접근 방식에는重大한 장벽이 있다. 실리콘 칩의 제조에서 전자 및 광자 요소를 결합하는 데物理적 및 실제 한계가 있다.

일반 지능은 “다양한 콘텐츠 범주에서 지식을 흡수하여 일관된 세계 모델을 형성하는 능력”이다. 이는 다양한 정보源의 통합을 필요로 하며, 결과는 일관된 및 적응형 세계 모델이어야 한다. 일반 지능을 위한 설계 및 하드웨어 구축에는 신경과학 및 초대규모 통합의 원리가 적용되어야 한다.

새로운 접근 방식은 Applied Physics Letters 에 발표되었다.

제프리 샤인라인(Jeffrey Shainline)은 이 연구의 저자이다.

“저온에서 작동하고 초전도 전자 회로, 단일 광자 검출기 및 실리콘 광원을 사용하여 풍부한 계산 기능 및 확장 가능한 제조를 위한 길을 열 수 있을 것”이라고 샤인라인은 말했다.

확장 가능하고 기능적인 인공 인지 시스템

연구자들의 새로운 접근 방식에 따르면, 통신을 위한 광자와 계산을 위한 복잡한 전자 회로의 결합은 전통적인 접근 방식보다 훨씬 더 확장 가능하고 기능적인 인공 인지 시스템을 이끌어낼 수 있다.

“저온에서 초전도체를 사용하여 광자-전자 회로 통합이 더 쉽게 될 수 있다는 것이 가장 놀라운 점”이라고 샤인라인은 계속했다.

초전도 광자 검출기는 단일 광자를 검출할 수 있지만, 반도체 광자 검출기는 약 1,000개의 광자가 필요하다. 실리콘 광원은 4 켈빈에서 작동하지만, 실온에서의 광도는 1,000배 낮다. 그러나 통신에는 여전히 효과적이다.

휴대폰 내의 칩과 같은 응용 프로그램은 실온에서 작동하므로, 새로운 접근 방식은 이러한 상황에서는 적용되지 않는다. 그러나 고급 컴퓨팅 시스템에서는 더 효과적일 수 있다.

연구자들은 이제 다른 초전도 전자 회로와의 더 복잡한 통합을 조사할 것이다. 또한 인공 인지 시스템, 즉 시냅스와 뉴런과 같은 구성 요소를 示す 것이다.

새로운 연구의 주요 함의 중 하나는 하드웨어가 확장 가능한 방식으로 제조될 수 있다는 것이다. 즉, 대규모 시스템은 더 저렴할 수 있다. 초전도 또는 광자 큐비트를 기반으로 하는 확장 가능한 양자 기술도 초전도 광자-전자 회로 통합에서 나올 수 있다.