Цахилгаан нь "суралцах" материалыг олоход тусалдаг.

Аргонн үндэсний лабораторийн эрдэмтдийн баг суралцахтай холбоотой амьд бус материалыг дуурайдаг зан үйлийг ажиглаж чадсан бөгөөд энэ нь хиймэл оюун ухааны (AI) системийг сайжруулахад хүргэдэг гэж тэд үзэж байна.

Судалгааны талаар өгүүлсэн баримт бичгийг нийтэлсэн Дэвшилтэт ухаалаг системүүд.

Тус групп нь дараагийн үеийн супер компьютеруудыг хөгжүүлэх зорилготой бөгөөд хүний ​​тархи руу урам зориг авахаар хайж байна.

Сурахтай төстэй зан үйл бүхий биологийн бус материалууд

Тархинаас өдөөгдсөн компьютер бүтээхийг эрэлхийлж буй судлаачид биологийн бус материалуудыг ихэвчлэн ашигладаг бөгөөд энэ нь суралцахтай төстэй зан үйлийг бий болгодог. Эдгээр материалыг шинэ програм хангамжийн алгоритмуудтай хослуулж, эрчим хүчний хэмнэлттэй хиймэл оюун ухаантай болгох техник хангамжийг бүтээхэд ашиглаж болно.

Шинэ судалгааг Пурдюгийн их сургуулийн эрдэмтэд удирдсан байна. Тэд хүчилтөрөгчийн дутагдалтай никель ислийг богино цахилгаан импульсийн нөлөөнд оруулж, суралцахтай төстэй хоёр өөр цахилгааны хариу урвалыг илрүүлсэн. Ратгерсийн их сургуулийн профессор Шрирам Раманатан хэлэхдээ, тухайн үед Пурдюгийн их сургуулийн профессороор ажиллаж байсан тэд суралцах зан үйлийг харуулсан цахилгаанаар ажилладаг системийг зохион бүтээжээ.

Судалгааны баг нь АНУ-ын Эрчим хүчний яамны (ТМБ) ТМБ-ын Аргонн үндэсний лаборатори дахь Шинжлэх ухааны байгууламжийн Нарийвчилсан Фотоны Эх сурвалж (APS)-ийн нөөцөд тулгуурласан.

Дадал зуршил ба мэдрэмтгий байдал

Хамгийн эхний хариу үйлдэл бол дассан байдал бөгөөд энэ нь материалыг бага зэрэг зажлахад дассан үед тохиолддог. Хэдийгээр анхны цочролын дараа материалын эсэргүүцэл нэмэгддэг ч энэ нь цахилгаан өдөөлтөд дасдаг болохыг судлаачид тэмдэглэжээ.

Фанни Родолакис бол APS-ийн физикч, туяа судлаач юм.

Родолакис хэлэхдээ "Дадал зуршил нь нисэх онгоцны буудлын ойролцоо амьдрахад тохиолддог зүйлтэй адил юм." "Та нүүж очсон өдрөө "ямар рэкет вэ" гэж боддог ч эцэст нь та үүнийг анзаарахаа больсон."

Материалын харуулсан хоёр дахь хариу үйлдэл нь илүү их тунгаар цахилгаан хэрэглэх үед үүсдэг мэдрэмтгий байдал юм.

"Илүү их өдөөлтөөр материалын хариу үйлдэл нь цаг хугацааны явцад буурахын оронд нэмэгддэг" гэж Родолакис хэлэв. “Аймшигтай кино үзчихээд хэн нэгнийг “бөө!” гэж хэлэхтэй адил юм. булангийн цаанаас - чи үнэхээр үсэрч байгааг харж байна."

"Бараг бүх амьд организм эдгээр хоёр шинж чанарыг харуулдаг" гэж Раманатан үргэлжлүүлэн хэлэв. "Тэд үнэхээр тагнуулын үндсэн тал юм."

Энэ хоёр зан үйлийг электронуудын хооронд явагддаг квант харилцан үйлчлэлээр удирддаг. Эдгээр харилцан үйлчлэлийг сонгодог физикээр тайлбарлах боломжгүй бөгөөд тэдгээр нь материал дахь фазын шилжилтийн үндэс суурийг бүрдүүлэх үүрэг гүйцэтгэдэг.

"Фазын шилжилтийн жишээ бол шингэн нь хатуу болж хувирах явдал юм" гэж Родолакис хэлэв. "Бидний харж байгаа материал яг хил дээр байгаа бөгөөд цахим түвшинд өрнөж буй харилцан үйлчлэлийг жижиг өдөөгчөөр нэг юм уу өөр аргаар амархан хөдөлгөж болно."

Раманатан хэлэхдээ, цахилгаан дохиогоор бүрэн удирдаж болох системтэй байх нь зайлшгүй чухал юм.

"Материалыг ийм байдлаар удирдах чадвартай байх нь техник хангамжид тагнуулын зарим хариуцлагыг хүлээх боломжийг олгоно" гэж тэр хэлэв. "Техник хангамжид мэдээлэл оруулахын тулд квант шинж чанарыг ашиглах нь эрчим хүчний хэмнэлттэй тооцоолол хийх гол алхам юм."

Тогтвортой байдал-хуванцар байдлын бэрхшээлийг даван туулах

Эрдэмтэд хиймэл оюун ухааныг хөгжүүлэхэд тулгарч буй томоохон сорилт болох тогтвортой байдал-хуванцар байдлын бэрхшээлийг даван туулахын тулд дадал болон мэдрэмжийн ялгааг ашиглаж болно. Алгоритмууд ихэвчлэн шинэ мэдээлэлд дасан зохицоход бэрхшээлтэй байдаг бөгөөд үүнийг хийхдээ өмнөх туршлага эсвэл сурсан зүйлээ мартдаг. Эрдэмтэд дассан материал бий болговол шаардлагагүй мэдээллийг үл тоомсорлож, мартахыг зааж, нэмэлт тогтвортой байдалд хүрч чадна. Нөгөөтэйгүүр, мэдрэмтгий байдал нь системийг шинэ мэдээллийг санаж, нэгтгэхэд сургаж, уян хатан байдлыг бий болгодог.

"AI нь аль хэдийн хадгалагдсан мэдээллийг дарж бичихгүйгээр шинэ мэдээллийг сурч, хадгалахад хэцүү байдаг" гэж Родолакис хэлэв. "Хэт их тогтвортой байдал нь хиймэл оюун ухаанд суралцахад саад болдог, харин хэт их уян хатан байдал нь гамшгийн мартахад хүргэдэг."

Багийн үзэж байгаагаар шинэ судалгааны томоохон давуу талуудын нэг нь никель ислийн төхөөрөмжийн жижиг хэмжээтэй холбоотой байв.

"Ийм төрлийн сургалтыг олон тооны транзисторгүйгээр одоогийн электроникийн үеийнхэнд өмнө нь хийж байгаагүй" гэж Родолакис тайлбарлав. "Нэг уулзварын систем нь эдгээр шинж чанаруудыг харуулсан өнөөг хүртэл хамгийн жижиг систем бөгөөд энэ нь нейроморф хэлхээний хөгжилд ихээхэн нөлөө үзүүлж байна."