연구자들이 합성 물질에서 학습을 모방할 수 있음을 발견하다

루거스 대학교의 연구자들은 합성 물질에서 학습을 모방할 수 있음을 발견했다. 학습은 지능의 핵심 특징이며, 새로운 발견은 인공 지능(AI)의 알고리즘 개발에 큰 영향을 미칠 수 있다.

새로운 연구는 PNAS 저널에 발표되었다.

인간의 기본 특성

인간의 학습 특성은 많은 AI 기술 개발의 영감이 되었으며, 그것은 기계가 변경되는 조건과 환경에 적응할 수 있게 한다. 그러나 AI는 종종 인간의 논리를 모방하는 데 중점을 두고 있다. 연구자들의 새로운 발견은 인간의 인지 기능을 모방할 수 있는 장치를 만들 수 있는 길을 제공한다.

고체 상태에서 이것을 만들면, AI와 신경 모방 컴퓨팅에 새로운 알고리즘이 개발될 수 있다. 신경 모방 컴퓨팅은 인공 신경 시스템을 구축하여 뇌 신호를 모방하는 전기 신호를 전달한다. 이것은 인간의 뇌 구조와 작동을 모방하기 위해 한다.

루거스 대학교의 연구자들은 퍼듀 대학교, 조지아 대학교, 아고네 국립 연구소의 동료们과 함께 연구했다.

니켈 산화물의 역할

연구자들은 니켈 산화물의 전기 전도도가 환경이 여러 번 변경된 후 어떻게 반응하는지 연구했다. 니켈 산화물은 특별한 종류의 절연 물질이다.

Subhashish Mandal은 루거스-뉴 브런즈윅 대학교 물리학과의 박사 후 연구원이다.

“우리의 목표는 외부 자극으로 원자 결함의 농도를 조절하여 전기 전도도를 조절할 수 있는 물질을 찾는 것이었다”라고 Mandal은 말했다. “우리는 이 물질이 산소나 수소로 도핑되었을 때 어떻게 행동하는지 연구했다. 그리고 가장 중요한 것은 외부 자극이 물질의 전자 특성을 어떻게 변경하는지 연구했다.”

연구자들의 발견 중 하나는 가스 자극이 빠르게 변경되었을 때, 물질이 완전히 반응하지 못한다는 것이었다. 대신, 그것은 불안정한 상태로 남아 있었고, 그 반응은 감소하기 시작했다.

연구자들은 오존과 같은 자극을 도입했고, 물질은 더 강하게 반응했다가 다시 감소했다.

“우리의 결과 중 가장 интерес로운 부분은 그것이 생명체에서 일반적으로 찾을 수 있는習慣화와 민감화와 같은 보편적인 학습 특성을 보여준다는 것이다”라고 Mandal은 말했다. “이 물질의 특성은 새로운 AI 알고리즘을 영감으로 할 수 있다. 마치 새나 물고기의 집단 운동이 AI를 영감으로 한 것처럼, 우리는 양자 고체中的 전자들의 집단 행동이 미래에 같은 일을 할 수 있다고 믿는다.

“AI의 발전에는 적응형 메모리 특성을 호스트할 수 있는 하드웨어가 필요하다”라고 그는 계속했다. “우리는 역사적으로 학술 연구에만 제한되어 있던 니켈 산화물 절연체가 미래에 뇌启发 컴퓨터와 로봇틱스에 테스트될 수 있는 흥미로운 후보일 수 있다고 생각한다.”