เทคโนโลยีใหม่สามารถทำให้เครื่องจักรคิดเหมือนมนุษย์มากขึ้น

สารบัญ:

เทคโนโลยีใหม่สามารถทำให้เครื่องจักรคิดเหมือนมนุษย์มากขึ้น
เทคโนโลยีใหม่สามารถทำให้เครื่องจักรคิดเหมือนมนุษย์มากขึ้น
Anonim

ซื้อกลับบ้านที่สำคัญ

  • สสารหายากชนิดหนึ่งที่เรียกว่ากระจกหมุนสามารถเปิดใช้งาน AI ที่จดจำวัตถุได้เหมือนที่มนุษย์ทำ
  • การใช้กระจกหมุนสำหรับวงจรที่พิมพ์ได้อาจนำไปสู่การประมวลผลแบบใช้พลังงานต่ำรูปแบบใหม่
  • ชิปประเภทอื่นๆ ที่ได้รับแรงบันดาลใจจากสมองสามารถปรับปรุงวิธีที่ AI จดจำภาพได้
Image
Image

วงจรการพิมพ์โดยตรงบนวัตถุจริงอาจนำไปสู่ปัญญาประดิษฐ์ (AI) ที่ชาญฉลาดขึ้น

นักวิจัยที่ห้องปฏิบัติการแห่งชาติลอสอาลามอสกำลังใช้สสารที่หายากซึ่งเรียกว่ากระจกหมุนเพื่อแทนที่วงจร คุณสมบัติที่ผิดปกติของกระจกหมุนทำให้เกิดรูปแบบของ AI ที่สามารถจดจำวัตถุจากภาพบางส่วนได้เช่นเดียวกับสมอง

"แว่นตาแบบหมุนคือระบบที่มี 'แนวความคิดที่เป็นหลุมเป็นบ่อ' ของวิธีแก้ปัญหาที่เป็นไปได้" คริส มัวร์ นักวิทยาศาสตร์คอมพิวเตอร์และนักฟิสิกส์จากสถาบันซานตาเฟ ซึ่งไม่ได้เกี่ยวข้องกับการวิจัยในลอส อาลามอส บอกกับ Lifewire ทางอีเมล สัมภาษณ์. "สิ่งเหล่านี้ช่วยเราวิเคราะห์ว่าทำไมบางครั้งอัลกอริทึมจึงติดอยู่กับโซลูชันที่ดูดีในเครื่องแต่ไม่ได้ดีที่สุดเท่าที่จะเป็นไปได้"

วงจรที่พิมพ์ได้

การใช้กระจกหมุนสำหรับวงจรที่พิมพ์ได้อาจนำไปสู่การประมวลผลแบบใช้พลังงานต่ำรูปแบบใหม่ กระจกหมุนช่วยให้นักวิจัยตรวจสอบโครงสร้างวัสดุโดยใช้คณิตศาสตร์ ด้วยวิธีนี้ นักวิทยาศาสตร์สามารถปรับเปลี่ยนปฏิสัมพันธ์ภายในระบบโดยใช้ภาพพิมพ์หินแบบลำแสงอิเล็กตรอน ซึ่งใช้ลำแสงอิเล็กตรอนที่โฟกัสเพื่อวาดรูปร่างที่กำหนดเองบนพื้นผิว การพิมพ์หินทำให้สามารถพิมพ์วงจรชนิดใหม่ได้

การพิมพ์หินทำให้สามารถแสดงปัญหาการประมวลผลที่หลากหลายในเครือข่ายสปิน-กลาส ตามรายงานล่าสุดโดยทีม Los Alamos ที่ตีพิมพ์ในวารสาร Nature Physics ที่ผ่านการตรวจสอบโดยเพื่อน

"งานของเราประสบความสำเร็จในการทดลองครั้งแรกของกระจกสปินเทียมที่ประกอบด้วยแม่เหล็กนาโนที่จัดเรียงเพื่อจำลองโครงข่ายประสาทเทียม Michael Saccone นักวิจัยหลังปริญญาเอกสาขาฟิสิกส์เชิงทฤษฎีที่ห้องปฏิบัติการแห่งชาติลอส อาลามอส และผู้เขียนนำ กระดาษดังกล่าวในข่าวประชาสัมพันธ์ "กระดาษของเราวางรากฐานที่เราจำเป็นต้องใช้ระบบทางกายภาพเหล่านี้ในทางปฏิบัติ"

มัวร์เปรียบกระจกหมุนกับซิลิกอนไดออกไซด์ (กระจกหน้าต่าง) ซึ่งดูเหมือนจะเป็นคริสตัลที่สมบูรณ์แบบ แต่เมื่อเย็นตัวลง มันจะติดอยู่ในสถานะอสัณฐานที่ดูเหมือนของเหลวในระดับโมเลกุล

"ในทำนองเดียวกัน อัลกอริธึมอาจติดอยู่เบื้องหลัง 'อุปสรรคด้านพลังงาน' ที่ขวางทางให้เกิดความเหมาะสมระดับโลก" มัวร์กล่าวเสริม

แนวคิดจากทฤษฎีกระจกหมุนสามารถช่วยนักวิจัยสำรวจภูมิประเทศที่มีมิติสูง

"การแสวงหานี้ได้สร้างชุมชนสหวิทยาการที่มีชีวิตชีวาที่จุดตัดของฟิสิกส์ คณิตศาสตร์ และวิทยาการคอมพิวเตอร์" มัวร์กล่าว"เราสามารถใช้แนวคิดจากฟิสิกส์เพื่อกำหนดขีดจำกัดพื้นฐานของอัลกอริธึม เช่น เสียงรบกวนที่พวกเขาสามารถรับได้ในขณะที่ยังคงค้นหารูปแบบในข้อมูล และเพื่อออกแบบอัลกอริธึมที่ประสบความสำเร็จจนถึงขีดจำกัดทางทฤษฎีเหล่านั้น"

AI ที่จำได้เหมือนมนุษย์

ทีมวิจัยได้ตรวจสอบกระจกสปินเทียมเพื่อค้นหาสิ่งที่เรียกว่าโครงข่ายประสาทฮอปฟีลด์ เครือข่ายเหล่านี้จำลองหน่วยความจำเชื่อมโยงของมนุษย์ ซึ่งเป็นความสามารถในการเรียนรู้และจดจำความสัมพันธ์ระหว่างรายการที่ไม่เกี่ยวข้อง

แบบจำลองเชิงทฤษฎีที่อธิบายเกี่ยวกับแว่นหมุนมีการใช้กันอย่างแพร่หลายในระบบที่ซับซ้อนอื่นๆ เช่น ระบบที่อธิบายการทำงานของสมอง

ด้วยหน่วยความจำที่เชื่อมโยง หากมีการเรียกใช้หน่วยความจำเพียงรายการเดียว เช่น โดยการรับภาพบางส่วนของใบหน้าเป็นอินพุต เครือข่ายจะเรียกคืนใบหน้าทั้งหมดได้ ต่างจากอัลกอริธึมทั่วไป หน่วยความจำที่เชื่อมโยงไม่ต้องการสถานการณ์ที่เหมือนกันเพื่อระบุหน่วยความจำ

การวิจัยโดย Saccone และทีมงานยืนยันว่า Spin-glass จะเป็นประโยชน์ในการอธิบายคุณสมบัติของระบบและวิธีที่ระบบประมวลผลข้อมูล อัลกอริธึม AI ที่พัฒนาขึ้นในกระจกหมุนจะ "ยุ่ง" กว่าอัลกอริธึมแบบเดิม Saccone กล่าว แต่ยังมีความยืดหยุ่นมากกว่าสำหรับแอปพลิเคชัน AI บางตัว

"แบบจำลองเชิงทฤษฎีที่อธิบายแว่นตาหมุนมีการใช้กันอย่างแพร่หลายในระบบที่ซับซ้อนอื่นๆ เช่น แบบจำลองที่อธิบายการทำงานของสมอง รหัสแก้ไขข้อผิดพลาด หรือการเปลี่ยนแปลงของตลาดหุ้น” Saccone กล่าว "ความสนใจอย่างกว้างขวางในแว่นหมุนนี้สร้างแรงจูงใจที่ดีในการสร้างกระจกหมุนประดิษฐ์"

ชิปประเภทอื่นๆ ที่ได้รับแรงบันดาลใจจากสมองสามารถปรับปรุงวิธีที่ AI จดจำภาพได้ เอกสารล่าสุดแสดงให้เห็นว่าชิปคอมพิวเตอร์สามารถเชื่อมต่อตัวเองใหม่แบบไดนามิกเพื่อรับข้อมูลใหม่เหมือนที่สมองทำได้อย่างไร ซึ่งช่วยให้ AI สามารถเรียนรู้ได้ตลอดเวลา

"สมองของสิ่งมีชีวิตสามารถเรียนรู้ได้อย่างต่อเนื่องตลอดอายุขัย" Shriram Ramanathan ศาสตราจารย์ใน School of Materials Engineering แห่งมหาวิทยาลัย Purdue และหนึ่งในผู้เขียนรายงานกล่าวในการแถลงข่าว"ตอนนี้เราได้สร้างแพลตฟอร์มเทียมสำหรับเครื่องจักรเพื่อเรียนรู้ตลอดอายุการใช้งาน"