Исследователи имитируют стратегии морских слизней в квантовом материале

Исследователи из Университета Пердью обнаружили, что материал может имитировать самые важные умственные способности морского слизняка. Это может помочь им создать оборудование, которое сделает ИИ более эффективным и надежным, что может повлиять на многие области, такие как автономные транспортные средства, хирургические роботы и алгоритмы социальных сетей.

Исследование было опубликовано в Труды Национальной академии наук. Его возглавила группа исследователей из Университета Пердью, Университета Джорджии, Университета Рутгерса и Аргоннской национальной лаборатории. 

Шрирам Раманатан — профессор кафедры материаловедения Purdue.

«Изучая морских слизней, нейробиологи обнаружили отличительные черты интеллекта, которые имеют основополагающее значение для выживания любого организма», — сказал Раманатан. «Мы хотим воспользоваться этим зрелым интеллектом животных, чтобы ускорить разработку ИИ».

Учимся у морских слизней

Нейробиологи узнали у морских слизней два основных признака интеллекта: привыкание и сенсибилизация. Привыкание происходит, когда что-то или кто-то со временем привыкает к раздражителю, тогда как сенсибилизация — это когда что-то или кто-то сильно реагирует на новый раздражитель.

Одной из основных проблем с ИИ является «дилемма стабильности-пластичности», которая возникает, когда у ИИ возникают проблемы с обучением и хранением новой информации без перезаписи существующей информации. При привыкании ИИ мог «забывать» ненужную информацию, чтобы стать более стабильным. В то же время сенсибилизация может помочь ему сохранить новую и важную информацию, что обеспечивает пластичность.

Демонстрация стратегий в оксиде никеля 

Исследователи смогли продемонстрировать как привыкание, так и сенсибилизацию в оксиде никеля, который является квантовым материалом из-за его свойств, которые не могут быть объяснены классической физикой. Если бы квантовый материал мог успешно использовать эти формы обучения, можно было бы встроить ИИ непосредственно в аппаратное обеспечение. ИИ мог бы выполнять более сложные задачи при меньшем потреблении энергии, если бы он мог работать как с аппаратным, так и с программным обеспечением.

«В основном мы имитировали эксперименты, проведенные на морских слизнях с квантовыми материалами, чтобы понять, как эти материалы могут представлять интерес для ИИ», — сказал Раманатан.

Морские слизни демонстрируют привыкание, когда перестают втягивать жабры, что является реакцией на попадание в сифон. Удар электрическим током по хвосту морского слизня вызывает более резкое втягивание жабр, что является сенсибилизацией. 

Чтобы воспроизвести это в оксиде никеля, должно произойти повышенное изменение электрического сопротивления. При многократном воздействии на материал газообразного водорода изменение электрического сопротивления оксида никеля со временем уменьшается. Однако при введении нового раздражителя, такого как озон, изменение электрического сопротивления значительно возрастает. 

Исследовательская группа приняла эти выводы во внимание, и команда под руководством Кошика Роя, заслуженного профессора электротехники и вычислительной техники Purdue Эдварда Г. Тидеманна-младшего, смоделировала поведение оксида никеля. Они построили алгоритм, который мог бы использовать стратегии привыкания и сенсибилизации для категоризации точек данных в кластеры.

«Дилемма стабильность-пластичность вообще не решена. Но мы показали способ решить эту проблему, основываясь на поведении, которое мы наблюдали в квантовом материале», — сказал Рой. «Если бы мы могли в будущем превратить материал, который обучается подобным образом, в аппаратное обеспечение, то ИИ мог бы выполнять задачи намного эффективнее».

Чтобы это было полезным и практичным, исследователи должны выяснить, как применять эти стратегии в крупномасштабных системах, а также определить, как материал может реагировать на раздражители, когда он интегрирован в компьютерный чип.