Onderzoekers ontdekken dat leren nagebootst kan worden in synthetische materie

Onderzoekers aan de Rutgers Universiteit hebben ontdekt dat leren nagebootst kan worden in synthetische materie. Leren is een belangrijk kenmerk van intelligentie, en deze nieuwe vinding kan grote gevolgen hebben voor de ontwikkeling van algoritmen in kunstmatige intelligentie (AI).

De nieuwe studie werd gepubliceerd in het tijdschrift PNAS.

Een fundamenteel kenmerk van de mens

Het fundamentele kenmerk van leren bij de mens is de inspiratie geweest voor de ontwikkeling van veel AI-technologieën, en het stelt hen in staat om zich aan te passen aan veranderende omstandigheden en omgevingen. Echter, AI is vaak gericht op het nabootsen van menselijke logica. De nieuwe ontdekking van de onderzoekers biedt een pad om menselijke cognitie na te bootsen in apparaten die kunnen leren, onthouden en beslissingen nemen die vergelijkbaar zijn met die van de mens en onze hersenen.

Door dit te creëren in de vaste staat, kunnen nieuwe algoritmen in AI en neuromorfische computing worden ontwikkeld met de flexibiliteit om onzekerheden, tegenstrijdigheden en andere soortgelijke aspecten aan te pakken die aanwezig zijn in ons dagelijks leven. Neuromorfische computing bouwt kunstmatige zenuwsystemen om elektrische signalen over te dragen die hersensignalen nabootsen, en het doet dit om de algehele neurale structuur en werking van de menselijke hersenen na te bootsen.

De onderzoekers aan Rutgers werden vergezeld door collega’s aan Purdue, de Universiteit van Georgia en het Argonne National Laboratory.

De rol van nikkeloxide

Samen hebben de onderzoekers bestudeerd hoe de elektrische conductiviteit van nikkeloxide, dat een speciaal type isolatiemateriaal is, reageerde nadat de omgeving meerdere keren was veranderd over verschillende tijdsintervallen.

Subhashish Mandal is een postdoctoraal onderzoeker in de afdeling Fysica en Astronomie aan Rutgers-New Brunswick.

“Het doel was om een materiaal te vinden waarvan de elektrische conductiviteit kan worden afgestemd door de concentratie van atomaire defecten te moduleren met externe stimuli zoals zuurstof, ozon en licht,” zei Mandal. “We hebben bestudeerd hoe dit materiaal zich gedraagt wanneer we het systeem dopen met zuurstof of waterstof, en vooral, hoe de externe stimulatie de elektronische eigenschappen van het materiaal verandert.”

Een van de bevindingen van de onderzoekers was dat wanneer gasstimuli snel veranderden, het materiaal niet volledig kon reageren. In plaats daarvan bleef het in een onstabiele toestand in beide omgevingen, terwijl de respons begon af te nemen.

De onderzoekers introduceerden vervolgens een noxiumstimulus zoals ozon, en het materiaal reageerde sterker voordat het weer afnam.

“Het meest interessante deel van onze resultaten is dat het universele leerkenmerken zoals habituatie en sensibilisatie demonstreert die we gewoonlijk vinden in levende soorten,” zei Mandal. “Deze materiaaleigenschappen kunnen op hun beurt nieuwe algoritmen voor kunstmatige intelligentie inspireren. Net zoals collectief gedrag van vogels of vissen AI heeft geïnspireerd, geloven we dat collectief gedrag van elektronen in een kwantumvaste stof dit in de toekomst ook kan doen.

“Het groeiende veld van AI vereist hardware die adaptieve geheugeneigenschappen kan hosten die verder gaan dan wat momenteel in computers wordt gebruikt,” vervolgde hij. “We vinden dat nikkeloxide-isolatoren, die historisch gezien zijn beperkt tot academische doeleinden, interessante kandidaten kunnen zijn om in de toekomst te worden getest voor brain-geïnspireerde computers en robotica.”