“Kuantum beyin” yeni bir bilgi işlem çağını yakınlaştırıyor

İnsan beyninin çalışma şekline benzer şekilde kendisini fiziksel olarak değiştirerek öğrenen zeki bir madde, tamamen yeni nesil bilgisayarların temeli olabilir. Sözde “kuantum beyin” için çalışan Radboud fizikçileri önemli bir adım attı. Beyindeki nöronların ve sinapsların otonom davranışlarını taklit ederek tek bir atom ağı oluşturup bağlayabileceklerini gösterdiler. Keşiflerini rapor ettiler Doğa Nanoteknolojisi 1 Şubat.

Bilgi işlem gücüne yönelik artan küresel talep göz önüne alındığında, her biri sürekli genişleyen bir enerji ayak izi bırakan, giderek daha fazla veri merkezi gereklidir. Radboud Üniversitesi’nde prob mikroskobu profesörü olan proje lideri Alexander Khajturian, “Bilgiyi enerji açısından verimli bir şekilde depolamak ve işlemek için yeni stratejiler bulmamız gerektiği açık” diyor.

Bu sadece teknolojide iyileştirmeler gerektirmekle kalmaz, aynı zamanda oyunun kurallarını değiştiren teknikler hakkında temel araştırmalar gerektirir. Materyallerin kuantum özelliklerine dayalı bir “kuantum beyin” inşa etme konusundaki yeni fikrimiz, yapay zeka uygulamaları için gelecekteki bir çözümün temeli olabilir.

Kuantum beyin

Yapay zekanın çalışması için bir bilgisayarın dünyadaki kalıpları tanıyabilmesi ve yeni kalıplar öğrenebilmesi gerekir. Mevcut bilgisayarlar bunu, bilgilerin ayrı bir bilgisayar sabit sürücüsünde depolanmasını ve işlenmesini kontrol eden makine öğrenimi yazılımı aracılığıyla yapmaktadır. Şimdiye kadar asırlık bir modele dayanan teknoloji yeterince çalıştı. Sinir ağları ve makine zekası profesörü ortak yazar Bert Cabin, sonuçta, ancak, enerjiyi kullanmanın çok verimsiz bir süreci olduğunu söylüyor.

Radboud Üniversitesi’ndeki fizikçiler, bir donanım parçasının yazılıma ihtiyaç duymadan aynı şeyi yapıp yapamayacağını araştırdılar. Siyah fosfor üzerinde bir kobalt atomları ağı kurarak, beyne benzer şekillerde bilgiyi depolayan ve işleyen bir madde oluşturabildiklerini ve en şaşırtıcı şekilde bunun kendini adapte ettiğini keşfettiler.

Kendinden adapte olan atomlar

2018’de Khajturian ve arkadaşları, bilgiyi tek bir kobalt atomu durumunda saklamanın mümkün olduğunu gösterdi. Atoma bir potansiyel uygulayarak, atomun tek bir nöron gibi rasgele 0 ile 1 arasında değiştiği bir “ateşleme” başlatabilirler. Şimdi bu atomların özel gruplarını oluşturmanın bir yolunu keşfettiler ve bu grupların ateşleme davranışının yapay zekada kullanılan beyin benzeri bir modelin davranışını taklit ettiğini buldular.

Spiral nöronların davranışını gözlemlemenin yanı sıra, bugüne kadar bilinen en küçük sinapsları oluşturmayı başardılar. Farkında olmadan, bu grupların doğal bir adaptif özelliğe sahip olduğunu fark ettiler: sinapsları, “gördükleri” girdilere bağlı olarak davranışlarını değiştirmişti. Belirli bir çabayla malzemeyi daha uzun bir süre boyunca uyarırken, sinapsların gerçekten değiştiğini görmekten çok şaşırdık. Madde, reaksiyonunu aldığı dış uyaranlara göre uyarladı. Kendi kendine öğrendi ”diyor Khajturian.

Kuantum beyni keşfetmek ve geliştirmek

Araştırmacılar şimdi, kullanılabilecek yeni “kuantum” malzemelerine dalmanın yanı sıra, sistemi genişletmeyi ve daha büyük bir atom ağı kurmayı planlıyor. Ayrıca atom ağının neden bu şekilde davrandığını anlamaları gerekir. Khajetoorians, “Hafıza ve öğrenme gibi temel fizik ile biyolojideki kavramlar arasında bağlantı kurmaya başlayabileceğimiz bir durumdayız” diyor.

Sonunda bu malzemeden gerçek bir makine yapabilseydik, enerji açısından çok daha verimli ve mevcut bilgisayarlardan daha küçük olan kendi kendine öğrenen bilgi işlem cihazları oluşturabilirdik. Ancak, ancak nasıl çalıştığını anladığımızda – ve bu hala bir gizemdir – davranışını ince ayarlayabilir ve onu teknolojiye dönüştürmeye başlayabiliriz. Bu çok heyecan verici bir zaman.

referans:

Kiraly B, Noll EJ, Van Werdenberg WMG, Cabin HJ, Khajturians AA. Boltzmann atom makinesi kendi kendini uyarlıyor. Doğa Nanoteknolojisi. Çevrimiçi Yayınlandı 1 Şubat 2021: 1-7. Doi:10.1038 / s41565-020-00838-4

Bu makale aşağıdan yeniden yayınlanmıştır Dersler. Not: Öğe, uzunluk ve içerik açısından değiştirilmiş olabilir. Daha fazla bilgi için lütfen yukarıda belirtilen kaynakla iletişime geçin.