Key Takeaways
- Rijetka vrsta materije koja se zove spin staklo mogla bi omogućiti AI koja prepoznaje objekte na način na koji ljudi to rade.
- Upotreba spin stakla za kola za štampanje takođe može dovesti do novih tipova računara male snage.
- Druge vrste čipova inspirisanih mozgom takođe mogu poboljšati način na koji AI prepoznaje slike.
Štampanje kola direktno na fizičkim objektima moglo bi dovesti do pametnije umjetne inteligencije (AI).
Istraživači u Nacionalnoj laboratoriji u Los Alamosu koriste rijedak oblik materije poznat kao spin staklo za zamjenu kola. Neobična svojstva spin stakla omogućavaju oblik AI koji može prepoznati objekte iz djelomičnih slika kao što to čini mozak.
"Spin naočale su sistemi sa 'neravnim krajolikom' mogućih rješenja", rekao je za Lifewire u e-mailu Cris Moore, informatičar i fizičar sa Instituta Santa Fe, koji nije bio uključen u istraživanje u Los Alamosu intervju. "Oni nam pomažu da analiziramo zašto se algoritmi ponekad zaglave u rješenjima koja lokalno izgledaju dobro, ali nisu najbolja moguća."
Sklopovi za štampanje
Upotreba spin stakla za štampana kola takođe može dovesti do novih tipova računarstva male energije. Spin-glass omogućava istraživačima da istražuju materijalne strukture koristeći matematiku. Ovim pristupom, naučnici mogu da podese interakciju unutar sistema koristeći litografiju elektronskog snopa, koja koristi fokusirani snop elektrona za crtanje prilagođenih oblika na površini. Litografija bi mogla omogućiti štampanje novih tipova kola.
Litografija omogućava predstavljanje različitih računarskih problema u mrežama spin-glasa, prema nedavnom radu tima iz Los Alamosa objavljenom u recenziranom časopisu Nature Physics.
"Naš rad je postigao prvu eksperimentalnu realizaciju umjetnog spin-stakla koji se sastoji od nanomagneta raspoređenih da repliciraju neuronsku mrežu," Michael Saccone, postdoktorski istraživač teorijske fizike u Nacionalnoj laboratoriji u Los Alamosu i glavni autor list, navodi se u saopštenju. "Naš rad postavlja temelj koji nam je potreban da praktično koristimo ove fizičke sisteme."
Moore je uporedio spin staklo sa silicijum dioksidom (prozorsko staklo), koje izgleda kao savršen kristal, ali kako se hladi, ono se zaglavi u amorfnom stanju koje na molekularnom nivou izgleda kao tečnost.
"Na isti način, algoritmi se mogu zaglaviti iza 'energetskih barijera' koje stoje na putu globalnom optimizmu, " dodao je Moore.
Ideje iz teorije spin stakla mogle bi pomoći istraživačima da se kreću kroz visokodimenzionalne pejzaže.
"Ova potraga je stvorila živu interdisciplinarnu zajednicu na raskrsnici fizike, matematike i računarstva", rekao je Moore."Možemo koristiti ideje iz fizike da odredimo temeljna ograničenja algoritama - poput toga koliko buke mogu tolerirati dok još uvijek pronalaze obrasce u podacima - i da dizajniramo algoritme koji uspijevaju sve do tih teorijskih granica."
AI koja pamti kao ljudi
Istraživački tim je istraživao umjetno spin staklo kao način da se pogleda ono što se naziva Hopfieldove neuronske mreže. Ove mreže modeliraju ljudsku asocijativnu memoriju, koja je sposobnost učenja i pamćenja odnosa između nepovezanih stavki.
Teorijski modeli koji opisuju spin naočare se široko koriste u drugim složenim sistemima, kao što su oni koji opisuju funkciju mozga.
Sa asocijativnom memorijom, ako se aktivira samo jedna memorija, na primjer primanjem djelomične slike lica kao ulaza - tada mreža može opozvati cijelo lice. Za razliku od tradicionalnih algoritama, asocijativna memorija ne zahtijeva identičan scenario da bi se identificirala memorija.
Istraživanje Sacconea i tima potvrdilo je da će spin staklo biti od pomoći za opisivanje svojstava sistema i načina na koji obrađuje informacije. Algoritmi AI razvijeni u spin staklu bili bi "neuredniji" od tradicionalnih algoritama, rekao je Saccone, ali i fleksibilniji za neke AI aplikacije.
"Teorijski modeli koji opisuju spin naočare se široko koriste u drugim složenim sistemima, kao što su oni koji opisuju funkciju mozga, kodove za ispravljanje grešaka ili dinamiku berze", rekao je Saccone. "Ovo široko interesovanje za centrifugirane naočare pruža snažnu motivaciju za stvaranje umjetne spin čaše."
Druge vrste čipova inspirisanih mozgom takođe mogu poboljšati način na koji AI prepoznaje slike. Nedavni rad pokazuje kako se kompjuterski čipovi mogu dinamički prepravljati kako bi primili nove podatke kao što to čini mozak, pomažući AI da nastavi s učenjem tokom vremena.
"Mozak živih bića može kontinuirano učiti tokom svog životnog vijeka", rekao je Shriram Ramanathan, profesor na Fakultetu za inženjerstvo materijala Univerziteta Purdue i jedan od autora lista u saopštenju za javnost."Sada smo stvorili vještačku platformu za mašine koje će učiti tokom svog životnog veka."
