เครือข่ายนาโนเวียร์เทียมทำหน้าที่เหมือนสมองเมื่อถูกกระตุ้นด้วยไฟฟ้า

นักวิทยาศาสตร์จากมหาวิทยาลัยซิดนีย์และสถาบันวัสดุศาสตร์แห่งชาติของญี่ปุ่น (NIMS) ได้ค้นพบวิธีการสร้างเครือข่ายนาโนเวียร์เทียมให้ทำงานเหมือนสมองเมื่อถูกกระตุ้นด้วยไฟฟ้า

การศึกษานี้ได้รับการตีพิมพ์ใน Nature Communications

ทีมนักวิจัยระหว่างประเทศนี้นำโดย Joel Hochstetter ซึ่งได้รับการสนับสนุนจาก Professor Zdenka Kuncic และ Professor Tomonobu Nakayama

ทีมนักวิจัยพบว่าสามารถรักษาเครือข่ายนาโนเวียร์ให้อยู่ในสถานะ “ที่ขอบของความวุ่นวาย” เพื่อทำงานได้อย่างเหมาะสม

ตามที่นักวิจัยระบุ สิ่งนี้บ่งชี้ว่าธรรมชาติของความฉลาดของสมองนั้นเป็นรูปธรรม และอาจนำไปสู่การพัฒนาอินเทลลิเจนต์เทียมใหม่ๆ

Joel Hochstetter เป็นนักศึกษาระดับ博士จากมหาวิทยาลัยซิดนีย์ Nano Institute และ School of Physics และเป็นนักวิจัยหลักของงานวิจัยนี้

“เรใช้เส้นลวดที่ยาว 10 ไมโครเมตรและหนาไม่เกิน 500 นาโนเมตร จัดเรียงแบบสุ่มบนระนาบสองมิติ” Hochstetter กล่าว

“ที่จุดตัดกันของเส้นลวดจะเกิดจุดต่อไฟฟ้าเคมี เช่นเดียวกับซินแอปส์ระหว่างเซลล์ประสาท” เขากล่าว “เราพบว่าสัญญาณไฟฟ้าที่ผ่านเครือข่ายนี้สามารถหาทางที่ดีที่สุดในการส่งสัญญาณข้อมูลได้ และโครงสร้างนี้ทำให้เครือข่ายสามารถ ‘จดจำ’ เส้นทางก่อนหน้านี้ได้”

การทดสอบเครือข่ายนาโนเวียร์

ทีมนักวิจัยใช้การจำลองเพื่อทดสอบเครือข่ายนาโนเวียร์สุ่มเพื่อเรียนรู้วิธีการทำงานและแก้ปัญหาอย่างง่าย

เมื่อสัญญาณที่กระตุ้นเครือข่ายมีความเข้มข้นต่ำเกินไป เส้นทางจะไม่ผลิตสัญญาณออกมาที่ซับซ้อนพอที่จะคาดเดาได้ ในทางกลับกัน หากเครือข่ายถูกกระตุ้นมากเกินไป สัญญาณที่ออกมาจะวุ่นวายเกินไป

สิ่งนี้หมายความว่าสัญญาณที่เหมาะสมที่สุดคือที่ขอบของสถานะวุ่นวาย ตามที่ทีมนักวิจัยระบุ

Professor Kuncic เป็นจากมหาวิทยาลัยซิดนีย์

“บางทฤษฎีในด้านประสาทวิทยาศาสตร์เสนอว่าสมองของมนุษย์อาจทำงานที่ขอบของความวุ่นวายหรือที่เรียกว่าสถานะวิกฤต” Professor Kuncic กล่าว “บางนักประสาทวิทยาศาสตร์เชื่อว่าในสถานะนี้เราจะบรรลุประสิทธิภาพการทำงานของสมองสูงสุด”

“สิ่งที่น่าตื่นเต้นเกี่ยวกับผลลัพธ์นี้คือ它ชี้ให้เห็นว่าเครือข่ายนาโนเวียร์เหล่านี้สามารถปรับให้เข้ากับสถานะที่มีพลวัตคล้ายสมอง ซึ่งสามารถใช้เพื่อเพิ่มประสิทธิภาพการประมวลผลข้อมูล” เธอยังคงกล่าว

เครือข่ายนาโนเวียร์สามารถรวมหน่วยความจำและการดำเนินการเข้าด้วยกันในระบบเดียวได้ เนื่องจากจุดตัดกันของเส้นลวด ซึ่งแตกต่างจากคอมพิวเตอร์มาตรฐานที่พึ่งพาหน่วยความจำและการดำเนินการที่แยกจากกัน

“จุดตัดกันเหล่านี้ทำงานเหมือนทรานซิสเตอร์ของคอมพิวเตอร์ แต่มีคุณสมบัติเพิ่มเติมที่สามารถจดจำได้ว่าสัญญาณได้เดินทางผ่านเส้นทางนี้มาก่อน” Hochstetter กล่าว

หน่วยความจำอยู่ในรูปแบบทางกายภาพ โดยที่จุดตัดกันของเส้นลวดที่จุดตัดกันทำหน้าที่เหมือนสวิตช์ พฤติกรรมของมันขึ้นอยู่กับการตอบสนองในอดีตต่อสัญญาณไฟฟ้า และเมื่อสัญญาณถูกใช้ข้ามจุดตัดกัน จะถูกกระตุ้นเมื่อกระแสไฟฟ้าไหลผ่าน

“สิ่งนี้สร้างเครือข่ายความจำภายในระบบสุ่มของเส้นลวด” เขากล่าว

ทีมนักวิจัยได้พัฒนาการจำลองของเครือข่ายทางกายภาพเพื่อแสดงความสามารถในการแก้ปัญหาอย่างง่าย

“สำหรับการศึกษานี้ เราได้ฝึกเครือข่ายให้แปลงสัญญาณคลื่นรูปแบบง่ายเป็นสัญญาณคลื่นที่ซับซ้อน” Hochstetter กล่าว

ทีมนักวิจัยได้ปรับระดับของสัญญาณไฟฟ้าเพื่อดูว่าประสิทธิภาพที่ดีที่สุดเกิดขึ้นที่ไหน

“เราพบว่าหากคุณผลิตสัญญาณช้าเกินไป เครือข่ายจะทำสิ่งเดิมซ้ำๆ โดยไม่ได้เรียนรู้และพัฒนา หากเราบังคับให้เครือข่ายทำงานเร็วเกินไป มันจะกลายเป็นแบบไม่คาดเดาได้” เขากล่าว

ข้อดีในโลกแห่งความเป็นจริง

ตามที่ Professor Kuncic ระบุ การรวมหน่วยความจำและการดำเนินการเข้าด้วยกันมีข้อดีมากสำหรับอินเทลลิเจนต์เทียม

“อัลกอริทึมที่ต้องการในการฝึกเครือข่ายให้รู้ว่าจุดตัดกันใดควรได้รับการจัดสรร ‘น้ำหนัก’ หรือความสำคัญของข้อมูลมักจะกินพลังงานมาก” เธอกล่าว

“ระบบที่เรากำลังพัฒนานั้นไม่ต้องการอัลกอริทึมเหล่านั้น เราเพียงปล่อยให้เครือข่ายพัฒนา ‘น้ำหนัก’ ของมันเอง ซึ่งหมายความว่าเราต้องสนใจเพียงสัญญาณเข้าและออกเท่านั้น ในกรอบการทำงานที่เรียกว่า ‘การประมวลผลอ่างเก็บ'” น้ำหนักของเครือข่ายสามารถปรับให้เหมาะสมได้ และอาจช่วยปลดปล่อยพลังงานจำนวนมาก

Kuncic กล่าวว่าสิ่งนี้หมายความว่าระบบอินเทลลิเจนต์เทียมที่พึ่งพาเครือข่ายเหล่านี้ในอนาคตจะมีรอยเท้าพลังงานที่ต่ำกว่ามาก