AGI
์ฐ๊ตฌ์๋ค, ๊ด๊ณผ ์ด์ ๋์ฒด๋ฅผ ๊ฒฐํฉํ์ฌ ์ธ๊ณต ์ผ๋ฐ ์ง๋ฅ ๋ฌ์ฑ ๊ฐ๋ฅ
국가 표준 기술 연구소(National Institute of Standards and Technology)의 연구자들은 대규모 인공 지능(AI)에 대한 새로운 접근 방식을 제안하고 있는데, 이는 광학 구성 요소와 초전도 전자 회로의 통합에 의존한다.
인공 지능 시스템에서 일반 지능을 달성하기 위한 이전 접근 방식은 전통적인 실리콘 마이크로 전자 회로와 광을 결합하는 방식에 초점을 맞추었다. 그러나 이러한 접근 방식에는重大한 장벽이 있다. 실리콘 칩을 전자 및 광학 요소와 함께 제작하는 데는 많은 물리적 및 실제 제한이 있다.
일반 지능은 “내용 범주 전체에 걸쳐 지식을 흡수하고 그 정보를 사용하여 세계에 대한 일관된 표현을 형성하는 능력”이다. 이는 다양한 정보源의 통합을 포함하며, 세계에 대한 일관된 및 적응형 모델로 이어져야 한다. 일반 지능을 위한 설계 및 하드웨어 구축에는 신경 과학 및 대규모 집적 회로의 원칙을 적용해야 한다.
새로운 접근 방식은 Applied Physics Letters 에 AIP Publishing에 의해 자세히 설명되어 있다.
Jeffrey Shainline은 연구의 저자이다.
“저온에서 작동하고 초전도 전자 회로, 단일 광자 검출기 및 실리콘 광원 등을 사용함으로써, 우리는 풍부한 계산 기능과 확장 가능한 제조를 위한 길을 열 수 있을 것”이라고 Shainline은 말했다.
확장 가능하고 기능적인 인공认知 시스템
연구자들과 새로운 접근 방식에 따르면, 통신을 위한 광과 계산을 위한 복잡한 전자 회로의 결합은 전통적인 접근 방식보다 훨씬 더 확장 가능하고 기능적인 인공认知 시스템을 이끌어낼 수 있다.
“저온에서 작업하고 초전도체를 사용하여 오토 전자적 통합이 반도체를 사용하여 실온에서 작업하는 것보다 훨씬 더 쉽다는 것이 가장 놀라운 점”이라고 Shainline은 계속했다.
초전도 광 검출기는 단일 광자를 감지할 수 있지만, 반도체 광 검출기는 약 1,000개의 광자가 필요하다. 실리콘 광원은 4 켈빈에서 작동하지만,它们는 실온에서 작동하는 것보다 1,000배 더 어둡다. 그러나它们는 여전히 통신에 효과적이다.
휴대폰 내부 칩과 같은 응용 프로그램은 실온에서 작동하므로 새로운 접근 방식은 이러한 상황에서 적용되지 않는다. 그러나 고급 컴퓨팅 시스템에서 사용하는 경우에는 더 효과적일 것이다.
연구자들은 이제 다른 초전도 전자 회로와의 더 복잡한 통합을 살펴볼 것이다. 또한 인공认知 시스템, 즉 시냅스와 뉴런과 같은 구성 요소를 демон스트레이션할 것이다.
새로운 연구의 주요 의미 중 하나는 하드웨어가 확장 가능한 방식으로 제조될 수 있다는 것을 보여주었다는 것이다. 즉, 대규모 시스템이 더 저렴해질 수 있다. 초전도 또는 광학 큐비트를 기반으로 하는 확장 가능한 양자 기술도 초전도 오토 전자적 통합에서 나올 수 있다.
