Pagrindiniai pasiėmimai
- Retas medžiagos tipas, vadinamas sukimosi stiklu, gali įgalinti dirbtinį intelektą, kuris atpažįsta objektus taip, kaip tai daro žmonės.
- Sukinio stiklo naudojimas spausdinimo grandinėms taip pat gali paskatinti naujų mažos galios skaičiavimų tipus.
- Kitų tipų smegenų įkvėpti lustai taip pat galėtų pagerinti AI atpažinimą.
Spausdinant grandines tiesiai ant fizinių objektų gali būti sukurtas išmanesnis dirbtinis intelektas (AI).
Los Alamos nacionalinės laboratorijos tyrėjai grandinėms pakeisti naudoja retą medžiagą, žinomą kaip sukamasis stiklas. Neįprastos sukimosi stiklo savybės įgalina dirbtinio intelekto formą, kuri gali atpažinti objektus iš dalinių vaizdų, kaip tai daro smegenys.
„Susisukantys akiniai yra sistemos su galimų sprendimų „nelygiais kraštovaizdžiais“, – „Lifewire“el. laiške sakė Santa Fė instituto kompiuterių mokslininkas ir fizikas Crisas Moore'as, kuris nedalyvavo Los Alamoso tyrimuose. interviu. „Jie padeda mums analizuoti, kodėl algoritmai kartais įstringa sprendimuose, kurie vietoje atrodo gerai, bet nėra patys geriausi.“
Spausdinimo grandinės
Sukamąjį stiklą naudojant spausdinimo grandinėms taip pat gali atsirasti naujų mažos galios skaičiavimo tipų. Sukimo stiklas leidžia tyrėjams ištirti medžiagų struktūras naudojant matematiką. Taikydami šį metodą, mokslininkai gali pakoreguoti sąveiką sistemose, naudodami elektronų pluošto litografiją, kuri naudoja sufokusuotą elektronų pluoštą, kad nubrėžtų pasirinktines formas ant paviršiaus. Litografija gali leisti spausdinti naujų tipų schemas.
Litografija leidžia pavaizduoti įvairias skaičiavimo problemas sukimosi stiklo tinkluose, teigiama neseniai Los Alamos komandos publikuotame recenzuojamame žurnale Nature Physics.
„Mūsų darbas atliko pirmąjį eksperimentinį dirbtinio sukimosi stiklo, sudaryto iš nanomagnetų, įrengtų taip, kad atkartotų neuroninį tinklą, realizavimą“, – sakė Michaelas Saccone'as, Los Alamos nacionalinės laboratorijos teorinės fizikos tyrinėtojas ir pagrindinis autorius. laikraštis, teigiama pranešime spaudai. "Mūsų dokumentas sudaro pagrindą, kurio mums reikia, kad galėtume praktiškai naudoti šias fizines sistemas."
Moore'as prilygino besisukantį stiklą silicio dioksidui (langų stiklui), kuris atrodo kaip tobulas kristalas, tačiau vėsdamas jis įstringa į amorfinę būseną, kuri molekuliniu lygmeniu atrodo kaip skystis.
"Panašiai algoritmai gali įstrigti už "energijos barjerų", kurie trukdo pasiekti visuotinį optimalumą", - pridūrė Moore'as.
Idėjos iš sukimosi stiklo teorijos galėtų padėti tyrėjams naršyti didelės apimties kraštovaizdžius.
"Šis užsiėmimas sukūrė gyvybingą tarpdisciplininę bendruomenę fizikos, matematikos ir informatikos sankirtoje", - sakė Moore'as.„Galime pasinaudoti fizikos idėjomis, kad nustatytų pagrindines algoritmų ribas, pvz., kiek triukšmo jie gali toleruoti, kol vis dar rastų duomenų šablonus, ir sukurtume algoritmus, kurie būtų sėkmingi iki tų teorinių ribų."
AI, kuris prisimena kaip žmonės
Tyrėjų grupė ištyrė dirbtinį sukimosi stiklą kaip būdą ištirti vadinamuosius Hopfieldo neuroninius tinklus. Šie tinklai modeliuoja žmogaus asociatyviąją atmintį, kuri yra gebėjimas išmokti ir atsiminti ryšį tarp nesusijusių elementų.
Teoriniai modeliai, apibūdinantys besisukančius akinius, plačiai naudojami kitose sudėtingose sistemose, pvz., apibūdinančiose smegenų funkciją.
Naudojant asociatyviąją atmintį, jei įjungiama tik viena atmintis, pavyzdžiui, gaunant dalinį veido vaizdą kaip įvestį, tinklas gali prisiminti visą veidą. Skirtingai nuo tradicinių algoritmų, asociatyviajai atminčiai nereikia identiško scenarijaus atminčiai identifikuoti.
Saccone ir komandos tyrimas patvirtino, kad sukamasis stiklas padės apibūdinti sistemos savybes ir tai, kaip ji apdoroja informaciją. Saccone teigimu, DI algoritmai, sukurti sukimosi stikle, būtų „netvarkingesni“nei tradiciniai algoritmai, bet ir lankstesni kai kurioms AI programoms.
„Teoriniai modeliai, apibūdinantys besisukančius akinius, plačiai naudojami kitose sudėtingose sistemose, pvz., apibūdinančiose smegenų funkciją, klaidų taisymo kodus arba akcijų rinkos dinamiką“, – sakė Saccone. „Šis platus susidomėjimas sukamaisiais stiklais suteikia stiprią motyvaciją sukurti dirbtinį sukimo stiklą.“
Kitų tipų smegenų įkvėpti lustai taip pat galėtų pagerinti AI atpažinimą. Neseniai paskelbtame dokumente parodyta, kaip kompiuterių lustai gali dinamiškai persijungti į naujus duomenis, kaip tai daro smegenys, ir padėti AI laikui bėgant mokytis.
„Gyvų būtybių smegenys gali nuolat mokytis per visą savo gyvenimą“, – pranešime spaudai sakė Shriramas Ramanathanas, Purdue universiteto Medžiagų inžinerijos mokyklos profesorius ir vienas iš šio straipsnio autorių."Dabar sukūrėme dirbtinę platformą, kad mašinos galėtų mokytis visą savo gyvenimą."
