De første skridt mod en kvantehjerne

Et intelligent materiale, der lærer ved fysisk at ændre sig selv, ligner hvordan den menneskelige hjerne fungerer, kunne være grundlaget for en helt ny generation af computere. Radboud-fysikere, der arbejder hen imod denne såkaldte "kvantehjerne", har taget et vigtigt skridt. De har vist, at de kan mønstre og forbinde et netværk af enkelte atomer, og efterligne den autonome adfærd af neuroner og synapser i en hjerne. De rapporterer deres opdagelse i Natur nanoteknologi den 1. februar.

I betragtning af den voksende globale efterspørgsel efter computerkapacitet, flere og flere datacentre er nødvendige, som alle efterlader et stadigt voksende energiaftryk. "Det er klart, at vi er nødt til at finde nye strategier til at lagre og behandle information på en energieffektiv måde, " siger projektleder Alexander Khajetoorians, professor i scanning probe mikroskopi ved Radboud Universitet.

"Dette kræver ikke kun forbedringer af teknologien, men også grundlæggende forskning i spilskiftende tilgange. Vores nye idé om at bygge en 'kvantehjerne' baseret på materialers kvanteegenskaber kan være grundlaget for en fremtidig løsning til applikationer inden for kunstig intelligens."

Kvantehjerne

For at kunstig intelligens virker, en computer skal kunne genkende mønstre i verden og lære nye. Nutidens computere gør dette via maskinlæringssoftware, der styrer lagring og behandling af information på en separat computerharddisk. "Indtil nu, denne teknologi, som er baseret på et århundrede gammelt paradigme, virkede tilstrækkeligt. Imidlertid, til sidst, det er en meget energi-ineffektiv proces, siger medforfatter Bert Kappen, Professor i neurale netværk og maskinintelligens.

Fysikerne på Radboud Universitet undersøgte, om et stykke hardware kunne gøre det samme, uden behov for software. De opdagede, at ved at konstruere et netværk af koboltatomer på sort fosfor var de i stand til at bygge et materiale, der lagrer og behandler information på samme måde som hjernen, og, endnu mere overraskende, tilpasser sig.

Selvtilpassende atomer

I 2018, Khajetoorians og samarbejdspartnere viste, at det er muligt at lagre information i tilstanden af ​​et enkelt koboltatom. Ved at påføre en spænding til atomet, de kunne fremkalde "skydning, "hvor atomet pendler mellem en værdi på 0 og 1 tilfældigt, meget som en neuron. De har nu opdaget en måde at skabe skræddersyede ensembler af disse atomer på, og fandt ud af, at disse ensemblers affyringsadfærd efterligner adfærden af ​​en hjernelignende model, der bruges i kunstig intelligens.

Ud over at observere adfærden hos piggede neuroner, de var i stand til at skabe den mindste synapse kendt til dato. Ubevidst, de observerede, at disse ensembler havde en iboende adaptiv egenskab:deres synapser ændrede deres adfærd afhængigt af, hvilket input de "så." "Når man stimulerer materialet over længere tid med en bestemt spænding, vi var meget overraskede over at se, at synapserne faktisk ændrede sig. Materialet tilpassede sin reaktion baseret på de ydre stimuli, som det modtog. Det lærte af sig selv, " siger Khajetoorians.

Udforske og udvikle kvantehjernen

Forskerne planlægger nu at opskalere systemet og bygge et større netværk af atomer, samt dykke ned i nye "kvante" materialer, der kan bruges. Også, de skal forstå, hvorfor atomnetværket opfører sig, som det gør. "Vi er i en tilstand, hvor vi kan begynde at relatere grundlæggende fysik til begreber i biologi, som hukommelse og læring, " siger Khajetoorians.

"Hvis vi til sidst kunne konstruere en rigtig maskine af dette materiale, vi ville være i stand til at bygge selvlærende computerenheder, der er mere energieffektive og mindre end nutidens computere. Endnu, først når vi forstår, hvordan det fungerer – og det er stadig et mysterium – vil vi være i stand til at tune dens adfærd og begynde at udvikle den til en teknologi. Det er en meget spændende tid."