Квантовый материал демонстрирует поведение,имитирующее работу мозга

Квантовый материал демонстрирует «нелокальное» поведение, которое имитирует работу мозга

Мы часто считаем, что компьютеры более эффективны, чем люди. В конце концов, компьютеры могут за мгновение решить сложное математическое уравнение, а также вспомнить имя актера, которого мы постоянно забываем. Однако человеческий мозг может обрабатывать сложные слои информации быстро, точно и почти без затрат энергии: узнавать лицо, увидев его всего один раз, или мгновенно узнавать разницу между горой и океаном. Эти простые человеческие задачи требуют огромной обработки и энергозатрат от компьютеров, да и то с разной степенью точности.

Создание мозгоподобных компьютеров с минимальным потреблением энергии произвело бы революцию почти во всех аспектах современной жизни. Финансируемый Министерством энергетики, проект «Квантовые материалы для энергоэффективных нейроморфных вычислений» (Q-MEEN-C) — общенациональный консорциум, возглавляемый Калифорнийским университетом в Сан-Диего, — был в авангарде этого исследования.

Доцент кафедры физики Калифорнийского университета в Сан-Диего Алекс Франьо является содиректором Q-MEEN-C и рассматривает работу центра поэтапно. На первом этапе он тесно сотрудничал с почетным президентом Калифорнийского университета и профессором физики Робертом Дайнсом, а также с профессором технических наук Рутгерского университета Шрирамом Раманатаном. Вместе их командам удалось найти способы создания или имитации свойств одного элемента мозга (например, нейрона или синапса) в квантовом материале.

Теперь, на втором этапе, новое исследование Q-MEEN-C, опубликованное в Nano Letters , показывает, что электрические стимулы, передаваемые между соседними электродами, могут также воздействовать на несоседние электроды. Это открытие, известное как нелокальность, является важной вехой на пути к новым типам устройств, имитирующих функции мозга, известным как нейроморфные вычисления.

«Мозг понимает, что эти нелокальные взаимодействия являются номинальными — они происходят часто и с минимальными усилиями», — заявил Франьо, один из соавторов статьи. «Это важная часть того, как работает мозг, но подобное поведение, воспроизводимое в синтетических материалах, редко».

Как и многие исследовательские проекты, которые сейчас приносят плоды, идея проверить, возможна ли нелокальность в квантовых материалах, возникла во время пандемии. Физические лабораторные помещения были закрыты, поэтому команда провела расчеты на массивах, содержащих несколько устройств, чтобы имитировать множество нейронов и синапсов в мозгу. Проведя эти тесты, они обнаружили, что нелокальность теоретически возможна.

нелокальность теоретически возможна — Нелокальность теоретически возможна

Когда лаборатории вновь открылись, они усовершенствовали эту идею и привлекли доцента Школы инженерии Джейкобса Калифорнийского университета в Сан-Диего Дуйгу Кузума, чья работа в области электротехники и вычислительной техники помогла им превратить симуляцию в реальное устройство.

Для этого нужно было взять тонкую пленку никелата — керамического «квантового материала», обладающего богатыми электронными свойствами, — ввести ионы водорода, а затем поместить сверху металлический проводник. К металлу прикреплена проволока, чтобы на никелат можно было послать электрический сигнал. Сигнал заставляет гелеобразные атомы водорода переходить в определенную конфигурацию, и когда сигнал удаляется, новая конфигурация остается.

«По сути, так выглядит память», — заявил Франьо. «Устройство запоминает, что вы возмущали материал. Теперь вы можете точно настроить, куда направляются эти ионы, чтобы создать более проводящие пути, по которым легче проходить электричеству».

Традиционно создание сетей, по которым передается достаточно электроэнергии для питания чего-то вроде ноутбука, требует сложных цепей с непрерывными точками подключения, что неэффективно и дорого. Концепция дизайна от Q-MEEN-C намного проще, потому что нелокальное поведение в эксперименте означает, что все провода в цепи не должны быть соединены друг с другом. Подумайте о паутине, где движение в одной части можно почувствовать по всей паутине.

Это аналогично тому, как мозг учится: не линейно, а сложными слоями. Каждая часть обучения создает связи в нескольких областях мозга, позволяя нам отличать не только деревья от собак, но и дуб от пальмы или золотистого ретривера от пуделя.

На сегодняшний день эти задачи распознавания образов, которые так прекрасно выполняет мозг, можно смоделировать только с помощью компьютерного программного обеспечения. Программы искусственного интеллекта, такие как ChatGPT и Bard, используют сложные алгоритмы для имитации деятельности мозга, такой как мышление и письмо. И они делают это очень хорошо. Но без соответствующего передового оборудования для его поддержки в какой-то момент программное обеспечение достигнет своего предела.

Франьо стремится к аппаратной революции, которая будет аналогична той, что в настоящее время происходит с программным обеспечением, и покажет, что возможно воспроизвести нелокальное поведение в синтетическом материале, и приблизит ученых на один шаг вперед. Следующий шаг будет включать создание более сложных массивов с большим количеством электродов в более сложных конфигурациях.

«Это очень важный шаг вперед в наших попытках понять и смоделировать функции мозга», — сказал Дайнс, который также является соавтором. «Демонстрация системы, которая имеет нелокальные взаимодействия, ведет нас дальше в направлении того, как думает наш мозг. Наш мозг, конечно, намного сложнее, чем это, но физическая система, которая способна к обучению, должна быть в высшей степени интерактивной, и это необходимый первый шаг. Теперь мы можем думать о большей когерентности в пространстве и времени».

«Широко известно, что для того, чтобы эта технология действительно взорвалась, нам нужно найти способы улучшить аппаратное обеспечение — физическую машину, которая может выполнять задачу в сочетании с программным обеспечением», — заявил Франьо. «На следующем этапе мы создадим эффективные машины, чьи физические свойства будут теми, которые будут обучаться. Это даст нам новую парадигму в мире искусственного интеллекта».

Эта работа в основном поддерживается Quantum Materials for Energy Efficient Neuromorphic Computing, Исследовательским центром Energy Frontier, финансируемым Министерством энергетики США, Управлением науки, фундаментальных энергетических наук и Министерством энергетики США (DE-SC0019273). Полный список спонсоров можно найти в благодарностях.

Материалы предоставлены Калифорнийским университетом в Сан-Диего . Оригинал написан Мишель Франклин.