Όταν ο ανθρώπινος εγκέφαλος μαθαίνει κάτι νέο, προσαρμόζεται. Αλλά όταν η τεχνητή νοημοσύνη μαθαίνει κάτι νέο, τείνει να ξεχνά τις πληροφορίες που έχει ήδη μάθει.
Καθώς οι εταιρείες χρησιμοποιούν όλο και περισσότερα δεδομένα για να βελτιώσουν τον τρόπο με τον οποίο η τεχνητή επιστήμη αναγνωρίζει εικόνες, μαθαίνει γλώσσες και εκτελεί άλλες σύνθετες εργασίες, μια εργασία που δημοσιεύθηκε στο Science την περασμένη εβδομάδα, δείχνει έναν τρόπο με τον οποίο τα τσιπ υπολογιστών θα μπορούσαν δυναμικά να επανασυντεθούν για να πάρουν νέα δεδομένα όπως ο εγκέφαλος, βοηθώντας την τεχνητή επιστήμη να συνεχίσει να μαθαίνει με την πάροδο του χρόνου.
“Οι εγκέφαλοι των έμψυχων όντων μπορούν να μαθαίνουν συνεχώς καθ’ όλη τη διάρκεια ζωής τους. Έχουμε πλέον δημιουργήσει μια τεχνητή πλατφόρμα για να μαθαίνουν οι μηχανές καθ’ όλη τη διάρκεια ζωής τους», δήλωσε ο Shriram Ramanathan, καθηγητής στη Σχολή Μηχανικών Υλικών του Πανεπιστημίου Purdue, ο οποίος ειδικεύεται στην ανακάλυψη πώς τα υλικά θα μπορούσαν να μιμηθούν τον εγκέφαλο για να βελτιώσουν την πληροφορική.
Σε αντίθεση με τον εγκέφαλο, ο οποίος σχηματίζει συνεχώς νέες συνδέσεις μεταξύ των νευρώνων για να επιτρέψει τη μάθηση, τα κυκλώματα σε ένα τσιπ υπολογιστή δεν αλλάζουν. Ένα κύκλωμα που μια μηχανή χρησιμοποιεί εδώ και χρόνια δε διαφέρει από το κύκλωμα που κατασκευάστηκε αρχικά σε ένα εργοστάσιο.
Αυτό είναι ένα πρόβλημα για να γίνει η τεχνητή νοημοσύνη πιο ευέλικτη, όπως για αυτόνομα οχήματα ή ρομπότ στο διάστημα που θα πρέπει να λαμβάνουν αποφάσεις σε απομονωμένα περιβάλλοντα. Εάν η τεχνητή νοημοσύνη μπορούσε να ενσωματωθεί απευθείας στο υλικό αντί να εκτελείται μόνο σε λογισμικό όπως συνήθως κάνει, αυτά τα μηχανήματα θα μπορούσαν να λειτουργήσουν πιο αποτελεσματικά.
Σε αυτή τη μελέτη, ο Ramanathan και η ομάδα του κατασκεύασαν ένα νέο κομμάτι υλικού που μπορεί να επαναπρογραμματιστεί κατά παραγγελία μέσω ηλεκτρικών παλμών. Ο Ramanathan πιστεύει ότι αυτή η προσαρμοστικότητα θα επιτρέψει στη συσκευή να αναλάβει όλες τις λειτουργίες που είναι απαραίτητες για την κατασκευή ενός υπολογιστή που θα λειτουργεί όπως ο ανθρώπινος νους.
“Εάν θέλουμε να κατασκευάσουμε έναν υπολογιστή ή μια μηχανή που να είναι εμπνευσμένη από τον εγκέφαλο, τότε αντίστοιχα, θέλουμε να έχουμε την ικανότητα να προγραμματίζουμε συνεχώς, να επαναπρογραμματίζουμε και να αλλάζουμε το τσιπ”, δήλωσε ο Ramanathan.
Φτιάχνοντας έναν εγκέφαλο υπό μορφή τσιπ
Πρόκειται για μια μικρή, ορθογώνια συσκευή κατασκευασμένη από ένα υλικό που ονομάζεται νικέλιο perovskite, το οποίο είναι πολύ ευαίσθητο στο υδρογόνο. Η εφαρμογή ηλεκτρικών παλμών σε διαφορετικές τάσεις επιτρέπει στη συσκευή να εκτελέσει ένα τυχαίο ανακάτεμα σε μια συγκέντρωση ιόντων υδρογόνου εντός νανοδευτερόλεπτων, δημιουργώντας καταστάσεις που οι ερευνητές διαπίστωσαν ότι θα μπορούσαν να χαρτογραφηθούν σε αντίστοιχες λειτουργίες στον εγκέφαλο.
Όταν η συσκευή έχει περισσότερο υδρογόνο κοντά στο κέντρο της, για παράδειγμα, μπορεί να λειτουργήσει ως νευρώνας, ένα μοναδικό νευρικό κύτταρο. Με λιγότερο υδρογόνο σε αυτή τη θέση, η συσκευή χρησιμεύει ως σύναψη, μια σύνδεση μεταξύ των νευρώνων, η οποία είναι αυτό που χρησιμοποιεί ο εγκέφαλος για να αποθηκεύσει τη μνήμη σε σύνθετα νευρικά κυκλώματα.
Μέσω προσομοιώσεων στα πειραματικά δεδομένα, οι συνεργάτες της ομάδας Purdue στο Πανεπιστήμιο Santa Clara και στο Πανεπιστήμιο του Πόρτλαντ έδειξαν ότι η εσωτερική φυσική αυτής της συσκευής δημιουργεί μια δυναμική δομή για ένα τεχνητό νευρικό δίκτυο που είναι σε θέση να αναγνωρίζει πιο αποτελεσματικά μοτίβα και ψηφία ηλεκτροκαρδιογραφήματος σε σύγκριση με τα στατικά δίκτυα. Αυτό το νευρικό δίκτυο χρησιμοποιεί “υπολογιστικές δεξαμενές”, γεγονός που εξηγεί πώς διαφορετικά μέρη του εγκεφάλου επικοινωνούν και μεταφέρουν πληροφορίες.
Ερευνητές από το Κρατικό Πανεπιστήμιο της Πενσυλβάνια απέδειξαν επίσης σε αυτή τη μελέτη ότι καθώς παρουσιάζονται νέα προβλήματα, ένα δυναμικό δίκτυο μπορεί να “ξεχωρίσει και να επιλέξει” ποια κυκλώματα είναι τα καλύτερα για την αντιμετώπιση αυτών των προβλημάτων.
Δεδομένου ότι η ομάδα ήταν σε θέση να κατασκευάσει τη συσκευή χρησιμοποιώντας τυποποιημένες τεχνικές κατασκευής συμβατές με ημιαγωγούς και να τη λειτουργήσει σε θερμοκρασία δωματίου, ο Ramanathan πιστεύει ότι αυτή η τεχνική μπορεί να υιοθετηθεί εύκολα από τη βιομηχανία ημιαγωγών.
«Αποδείξαμε ότι αυτή η συσκευή είναι πολύ ισχυρή», δήλωσε ο Michael Park, ένας φοιτητής Purdue Ph.D. στη μηχανική υλικών. “Μετά τον προγραμματισμό της συσκευής σε πάνω από ένα εκατομμύριο κύκλους, η αναδιαμόρφωση όλων των λειτουργιών είναι εξαιρετικά αναπαραγώγιμη.”
Πειράματα στο Purdue διεξήχθησαν στο εργαστήριο FLEX και στο Κέντρο Νανοτεχνολογίας Birck του Κέντρου Ερευνών του Purdue. Οι συνεργάτες της ομάδας στο Εθνικό Εργαστήριο Argonne, το Πανεπιστήμιο του Ιλινόις στο Σικάγο, το Εθνικό Εργαστήριο Brookhaven και το Πανεπιστήμιο της Γεωργίας πραγματοποίησαν τις μετρήσεις των ιδιοτήτων της συσκευής. Η έρευνα υποστηρίχθηκε από το Υπουργείο Ενέργειας των ΗΠΑ, το Γραφείο Επιστημονικής Έρευνας της Πολεμικής Αεροπορίας και το Εθνικό Ίδρυμα Επιστημών.
Αναδημοσίευση από www.technologynetworks.com
