Electricitatea ajută la găsirea de materiale care pot “învăța”

O echipă de oameni de știință de la Argonne National Laboratory a reușit să observe un material nel viețuitoare care imită comportamentul asociat cu învățarea, ceea ce, spun ei, poate duce la sisteme mai bune de inteligență artificială (IA).

Articolul care descrie studiul a fost publicat în Advanced Intelligent Systems.

Grupul își propune să dezvolte următoarea generație de supercalculatoare și se uită spre creierul uman pentru inspirație.

Materiale nebiologice cu comportamente asemănătoare învățării

Cercetătorii care încearcă să creeze calculatoare inspirate din creierul uman se întorc adesea spre materiale nebiologice care sugerează că ar putea adopta comportamente asemănătoare învățării. Aceste materiale ar putea fi folosite pentru a construi hardware care poate fi asociat cu noi algoritmi de software, permițând o inteligență artificială mai eficientă din punct de vedere energetic.

Noul studiu a fost condus de oameni de știință de la Purdue University. Ei au expus oxid de nichel cu deficit de oxigen la impulsuri electrice scurte și au provocat două răspunsuri electrice diferite, asemănătoare învățării. Conform profesorului Shriram Ramanathan de la Rutgers University, care era profesor la Purdue University în timpul lucrării, ei au creat un sistem complet condus electric, care a demonstrat comportamente de învățare.

Echipa de cercetare s-a bazat pe resursele Advanced Photon Source (APS), o facilitate a U.S. Department of Energy (DOE) Office of Science de la DOE’s Argonne National Laboratory.

Obișnuință și sensibilizare

Primul răspuns care apare este obișnuința, care are loc atunci când materialul se obișnuiește cu faptul de a fi ușor “electrocutat”. Deși rezistența materialului crește după un șoc inițial, cercetătorii au observat că se obișnuiește cu stimulul electric.

Fanny Rodolakis este fizician și om de știință la APS.

“Obișnuința este ca atunci când trăiești lângă un aeroport”, spune Rodolakis. “În ziua în care te muți, crezi că ‘ce zgomot’, dar în cele din urmă abia mai observi.”

Al doilea răspuns arătat de material este sensibilizarea, care are loc atunci când se administrează o doză mai mare de electricitate.

“Cu un stimul mai mare, răspunsul materialului crește în loc să scadă în timp”, spune Rodolakis. “Este similar cu vizionarea unui film de groază și apoi auzi pe cineva spunând ‘ia-te!’ de după colț — vezi cum sare.”

“Aproape toate organismele vii demonstrează aceste două caracteristici”, continuă Ramanathan. “Ele sunt cu adevărat un aspect fundamental al inteligenței.”

Cele două comportamente sunt controlate de interacțiuni cuantice care au loc între electroni. Aceste interacțiuni nu pot fi descrise de fizica clasică și joacă un rol în formarea bazei pentru o tranziție de fază în material.

“Un exemplu de tranziție de fază este lichidul care devine solid”, spune Rodolakis. “Materialul pe care îl examinăm este chiar pe limită, și interacțiunile concurente care au loc la nivel electronic pot fi ușor inclinate într-o direcție sau alta de stimuli mici.”

Conform lui Ramanathan, este esențial să avem un sistem care poate fi controlat complet de semnale electrice.

“Capacitatea de a manipula materiale în acest mod va permite hardware-ului să preia o parte din responsabilitatea pentru inteligență”, spune el. “Utilizarea proprietăților cuantice pentru a obține inteligență în hardware reprezintă un pas cheie către calculatoare eficiente din punct de vedere energetic.”

Depășirea dilemei stabilitate-plasticitate

Oamenii de știință pot folosi diferența dintre obișnuință și sensibilizare pentru a depăși dilema stabilitate-plasticitate, care este o provocare majoră în dezvoltarea IA. Algoritmii au adesea dificultăți în a se adapta la informații noi și, atunci când o fac, adesea uită unele dintre experiențele sau cunoștințele anterioare pe care le-au dobândit. Dacă oamenii de știință creează un material care poate obișnui, îl pot învăța să ignore sau să uite informații inutile și să obțină stabilitate suplimentară. Pe de altă parte, sensibilizarea poate antrena sistemul să-și amintească și să incorporeze informații noi, ceea ce permite plasticitate.

“IA are adesea dificultăți în a învăța și a stoca informații noi fără a șterge informațiile care au fost deja stocate”, spune Rodolakis. “Prea multă stabilitate împiedică IA să învețe, dar prea multă plasticitate poate duce la uitare catastrofică.”

Conform echipei, una dintre marile avantaje ale noului studiu a fost dimensiunea mică a dispozitivului de oxid de nichel.

“Acest tip de învățare nu a fost realizat anterior în generația curentă de electronice fără un număr mare de tranzistoare”, explică Rodolakis. “Sistemul cu o singură joncțiune este cel mai mic sistem care arată aceste proprietăți, ceea ce are implicații mari pentru posibila dezvoltare a circuitelor neuromorfice.”