• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Física
    Edge of caos abre caminho para descobertas de inteligência artificial

    Impressão artística de uma rede neural (à esquerda) ao lado de uma micrografia óptica de uma rede física de nanofios. Crédito:Adrian Diaz-Alvarez / NIMS Japão

    Cientistas da Universidade de Sydney e do Instituto Nacional de Ciência de Materiais do Japão (NIMS) descobriram que uma rede artificial de nanofios pode ser ajustada para responder de forma semelhante ao cérebro quando estimulada eletricamente.

    A equipe internacional, liderado por Joel Hochstetter com o Professor Zdenka Kuncic e o Professor Tomonobu Nakayama, descobriram que, ao manter a rede de nanofios em um estado semelhante ao do cérebro "à beira do caos", executou tarefas em um nível ideal.

    Esse, eles dizem, sugere que a natureza subjacente da inteligência neural é física, e sua descoberta abre uma avenida emocionante para o desenvolvimento da inteligência artificial.

    O estudo é publicado hoje em Nature Communications.

    "Usamos fios de 10 micrômetros de comprimento e não mais grossos que 500 nanômetros dispostos aleatoriamente em um plano bidimensional, "disse o autor principal Joel Hochstetter, um candidato a doutorado na University of Sydney Nano Institute and School of Physics.

    "Onde os fios se sobrepõem, eles formam uma junção eletroquímica, como as sinapses entre neurônios, "disse ele." Descobrimos que os sinais elétricos transmitidos por essa rede encontram automaticamente a melhor rota para a transmissão de informações. E essa arquitetura permite que a rede 'lembre' de caminhos anteriores através do sistema. "

    À beira do caos

    Usando simulações, a equipe de pesquisa testou a rede de nanofios aleatória para ver como torná-la melhor para resolver tarefas simples.

    Se o sinal que estimula a rede for muito baixo, então, os caminhos eram muito previsíveis e ordenados e não produziam resultados complexos o suficiente para serem úteis. Se o sinal elétrico sobrecarregou a rede, a saída era completamente caótica e inútil para a solução de problemas.

    O sinal ideal para produzir uma saída útil estava no limite desse estado caótico.

    "Algumas teorias da neurociência sugerem que a mente humana poderia operar neste limiar do caos, ou o que é chamado de estado crítico, "disse o professor Kuncic da Universidade de Sydney." Alguns neurocientistas pensam que é neste estado que alcançamos o desempenho cerebral máximo. "

    O professor Kuncic é o Ph.D. do Sr. Hochstetter. consultor e atualmente é bolsista Fulbright na Universidade da Califórnia em Los Angeles, trabalhando na interseção entre nanociência e inteligência artificial.

    Ela disse:"O que é tão empolgante sobre esse resultado é que ele sugere que esses tipos de redes de nanofios podem ser sintonizados em regimes com diversos, dinâmica coletiva semelhante ao cérebro, que pode ser aproveitado para otimizar o processamento de informações. "

    Superando a dualidade do computador

    Na rede de nanofios, as junções entre os fios permitem que o sistema incorpore memória e operações em um único sistema. Isso é diferente de computadores padrão, que separam a memória (RAM) e as operações (CPUs).

    "Essas junções agem como transistores de computador, mas com a propriedade adicional de lembrar que os sinais já percorreram esse caminho antes. eles são chamados de 'memristors', "Sr. Hochstetter disse.

    Essa memória assume uma forma física, onde as junções nos pontos de cruzamento entre os nanofios agem como interruptores, cujo comportamento depende da resposta histórica aos sinais elétricos. Quando os sinais são aplicados através dessas junções, minúsculos filamentos de prata crescem ativando as junções, permitindo que a corrente flua.

    "Isso cria uma rede de memória dentro do sistema aleatório de nanofios, " ele disse.

    O Sr. Hochstetter e sua equipe construíram uma simulação da rede física para mostrar como ela poderia ser treinada para resolver tarefas muito simples.

    "Para este estudo, treinamos a rede para transformar uma forma de onda simples em tipos mais complexos de formas de onda, "Sr. Hochstetter disse.

    Na simulação, eles ajustaram a amplitude e a frequência do sinal elétrico para ver onde ocorria o melhor desempenho.

    "Descobrimos que, se você empurra o sinal muito devagar, a rede faz a mesma coisa continuamente, sem aprender e desenvolver. Se forçarmos muito e rápido, a rede se torna errática e imprevisível, " ele disse.

    Os pesquisadores da University of Sydney estão trabalhando em estreita colaboração com os colaboradores do International Centre for Materials Nanoarchictectonics do NIMS no Japão e da UCLA, onde o professor Kuncic é um bolsista visitante da Fulbright. Os sistemas de nanofios foram desenvolvidos no NIMS e UCLA e o Sr. Hochstetter desenvolveu a análise, trabalhando com co-autores e colegas estudantes de doutorado, Ruomin Zhu e Alon Loeffler.

    Reduzindo o consumo de energia

    O professor Kuncic disse que unir memória e operações tem enormes vantagens práticas para o futuro desenvolvimento da inteligência artificial.

    "Algoritmos necessários para treinar a rede para saber qual junção deve receber a 'carga' apropriada ou o peso das informações consumir muita energia, " ela disse.

    "Os sistemas que estamos desenvolvendo eliminam a necessidade de tais algoritmos. Nós apenas permitimos que a rede desenvolva sua própria ponderação, o que significa que só precisamos nos preocupar com o sinal de entrada e saída, uma estrutura conhecida como 'computação de reservatório'. Os pesos da rede são auto-adaptativos, potencialmente liberando grandes quantidades de energia. "

    Esse, ela disse, significa que qualquer futuro sistema de inteligência artificial usando tais redes teria pegadas de energia muito mais baixas.


    © Ciência https://pt.scienceaq.com