S nedávným pokrokem v umělé inteligenci vědci a výzkumníci pracují na tom, aby počítače fungovaly více jako náš mozek. Běžné počítače spotřebují mnoho energie na úkoly, zejména se všemi daty z chytrých zařízení, a snaží se najít způsoby, jak tento proces zefektivnit. Vědci z Massachusetts Institute of Technology, Northwestern University a Boston College vytvořili speciální tranzistor, který dokáže myslet a pamatovat si věci, jako je náš mozek.
Napodobování lidské inteligence
Toto funguje dobře při pokojové teplotě, na rozdíl od jiných zařízení podobných mozku, která fungují pouze při velmi nízkých teplotách. Je také rychlý, energeticky účinný a dokáže si zapamatovat věci, i když není napájen, takže je ideální pro každodenní použití, vysvětlili výzkumníci v tiskové zprávě.
“Mozek má zásadně odlišnou architekturu než digitální počítač,” řekl Mark C. Hersam, který výzkum spoluvedl. “V digitálním počítači se data pohybují tam a zpět mezi mikroprocesorem a pamětí, což spotřebovává spoustu energie a vytváří překážku při pokusu o provádění více úkolů současně.”
“Po několik desetiletí bylo paradigmatem v elektronice stavět vše z tranzistorů a používat stejnou křemíkovou architekturu,” řekl Hersam. “Významného pokroku bylo dosaženo tím, že se do integrovaných obvodů vkládalo stále více tranzistorů.”
“Nemůžete popřít úspěch této strategie, ale přichází za cenu vysoké spotřeby energie, zejména v současné době velkých dat, kdy digitální výpočetní technika zahltí síť.” Musíme přehodnotit výpočetní hardware, zejména pro úlohy umělé inteligence a strojového učení,“ dodal Hersam.
Nové pokroky ve fyzice moaré vzorů
Vědci použili speciální vzory zvané moaré vzory. Naskládají na sebe supertenké materiály a zkroutí je, aby vytvořili moaré vzor, což jim dává speciální elektronické vlastnosti. Úpravou kroucení mohou vytvářet různé elektronické vlastnosti. Se správným otočením vytvořili speciální zařízení, které při pokojové teplotě funguje jako mozek.
“S twistem jako novým designovým parametrem je počet permutací obrovský,” řekl Hersam. “Grafen a hexagonální nitrid boru jsou strukturálně velmi podobné, ale jsou natolik odlišné, že získáte výjimečně silné moaré efekty.”
Hersam a jeho tým vycvičili toto zařízení, nazývané synaptický tranzistor, aby rozpoznávalo vzory. Začali vzorem jako 000 a pak ho požádali, aby identifikoval podobné vzory jako 111 nebo 101. Zařízení tyto vzorce úspěšně rozpoznalo a ukázalo formu učení zvanou asociativní učení. I když tomu dali neúplné vzory, stále to fungovalo dobře.
„Pokud má umělá inteligence napodobovat lidské myšlení, jedním z úkolů nejnižší úrovně by bylo klasifikovat data, což je prostě třídění do přihrádek,“ řekl Hersam. “Naším cílem je posunout technologii AI směrem k myšlení na vyšší úrovni.”
Výzkumníci uvedli, že tato technologie by mohla pomoci učinit AI chytřejší a adaptabilnější, zejména ve složitých situacích, jako je jízda v měnících se povětrnostních podmínkách. Studie bude publikována v časopise Nature.
