Forskere etterligner havsnegler-strategier i kvantemateriale

Forskere ved Purdue University har oppdaget at et materiale kan etterligne de viktigste intelligensfunksjonene til en havsnegl. Dette kan hjelpe dem med å bygge hardware som gjør kunstig intelligens (AI) mer effektiv og pålitelig, noe som kan ha innvirkning på mange områder som selvkjørende kjøretøy, kirurgiske roboter og sosiale medier-algoritmer.

Studien ble publisert i Proceedings of the National Academy of Sciences. Den ble ledet av et team av forskere fra Purdue University, University of Georgia, Rutgers University og Argonne National Laboratory.

Shriram Ramanathan er en professor i materialteknikk ved Purdue.

“Ved å studere havsnegler, har nevroforskere funnet ut hva som er de grunnleggende intelligensfunksjonene som er essensielle for overlevelsen til alle organismer,” sa Ramanathan. “Vi ønsker å dra nytte av denne modne intelligensen i dyr for å akselerere utviklingen av AI.”

Å lære av havsnegler

Nevroforskere har funnet ut to hovedtegn på intelligens fra havsnegler: habituering og sensitisering. Habituering skjer når noe eller noen blir vant til en stimulus over tid, mens sensitisering skjer når noe eller noen reagerer sterkt på en ny stimulus.

En av de største problemene med AI er “stabilitets-plastisitetsdilemmaet”, som oppstår når AI har vanskeligheter med å lære og lagre ny informasjon uten å overskrive eksisterende informasjon. Med habituering kunne AI “glemme” unødvendig informasjon for å bli mer stabil. Samtidig kunne sensitisering hjelpe det med å beholde ny og viktig informasjon, noe som muliggjør plastisitet.

Å demonstrere strategier i nikkeloksid

Forskerne kunne demonstrere både habituering og sensitisering i nikkeloksid, som er et kvantemateriale på grunn av egenskaper som ikke kan forklares av klassisk fysikk. Hvis et kvantemateriale kunne bruke disse læremetodene, kunne det være mulig å bygge AI direkte inn i hardware. AI kunne utføre mer komplekse oppgaver med mindre energi hvis det kunne operere gjennom både hardware og software.

“Vi har i hovedsak etterlignet eksperimenter som er gjort på havsnegler i kvantematerialer for å forstå hvordan disse materialene kan være av interesse for AI,” sa Ramanathan.

Havsnegler demonstrerer habituering når de slutter å trekke tilbake gillene sine så mye, som er en reaksjon på å bli fanget på sugesnabelen. En elektrisk støt til halen på en havsnegl får gillene til å trekke tilbake mer dramatisk, som er sensitisering.

For å gjenskape dette i nikkeloksid, må det være en økt endring i elektrisk motstand. Ved å eksponere materialet for hydrogen-gass flere ganger, minsker nikkeloksidets endring i elektrisk motstand over tid. Men når en ny stimulus som ozon blir introdusert, øker endringen i elektrisk motstand betraktelig.

Forskningsgruppen tok disse funnene i betraktning, og et team ledet av Kaushik Roy, Purdue’s Edward G. Tiedemann Jr. Distinguished Professor of Electrical and Computer Engineering, modellerte nikkeloksidets atferd. De bygde en algoritme som kunne bruke habituering- og sensitisering-strategier til å kategorisere datapunkter i kluster.

“Stabilitets-plastisitetsdilemmaet er ikke løst i det hele tatt. Men vi har vist en måte å adresse det på, basert på atferd vi har observert i et kvantemateriale,” sa Roy. “Hvis vi kunne omdanne et materiale som lærer på denne måten til hardware i fremtiden, kunne AI utføre oppgaver mye mer effektivt.”

For at dette skal være nyttig og praktisk, må forskerne finne ut hvordan de kan bruke disse strategier i større skala, samt bestemme hvordan et materiale kan reagere på stimuli mens det er integrert i en datachip.