Novas pesquisas que criam artificialmente uma forma rara de matéria conhecida como vidro giratório podem desencadear um novo paradigma na inteligência artificial, permitindo que os algoritmos sejam impressos diretamente como hardware físico. As propriedades incomuns do vidro giratório permitem uma forma de IA que pode reconhecer objetos a partir de imagens parciais, assim como o cérebro faz e se mostra promissora para computação de baixo consumo, entre outros recursos intrigantes.
"Nosso trabalho realizou a primeira realização experimental de um vidro de spin artificial consistindo de nanoímãs dispostos para replicar uma rede neural", disse Michael Saccone, pesquisador de pós-doutorado em física teórica no Laboratório Nacional de Los Alamos e principal autor do novo artigo em <Física da Natureza . "Nosso artigo estabelece as bases que precisamos para usar esses sistemas físicos de forma prática."

Os vidros giratórios são uma maneira de pensar matematicamente sobre a estrutura do material. Ser livre, pela primeira vez, para ajustar a interação dentro desses sistemas usando litografia de feixe de elétrons torna possível representar uma variedade de problemas de computação em redes de vidro giratório, disse Saccone.

Na interseção de materiais de engenharia e computação, os sistemas spin-glass são um tipo de sistema desordenado de nanoímãs decorrentes de interações aleatórias e competição entre dois tipos de ordem magnética no material. Eles exibem "frustração", o que significa que não se acomodam em uma configuração uniformemente ordenada quando a temperatura cai, e possuem características termodinâmicas e dinâmicas distintas que podem ser aproveitadas para aplicações de computação.

"Modelos teóricos que descrevem vidros giratórios são amplamente usados ​​em outros sistemas complexos, como aqueles que descrevem a função cerebral, códigos de correção de erros ou dinâmica do mercado de ações", disse Saccone. "Este grande interesse em vidros de spin fornece uma forte motivação para gerar um vidro de spin artificial."

A equipe de pesquisa combinou trabalho teórico e experimental para fabricar e observar o vidro de spin artificial como uma rede neural Hopfield de prova de princípio, que modela matematicamente a memória associativa para orientar a desordem dos sistemas de spin artificial.

As redes Spin Glass e Hopfield se desenvolveram simbioticamente, um campo alimentando o outro. A memória associativa, seja em uma rede Hopfield ou em outras formas de redes neurais, liga dois ou mais padrões de memória relacionados a um objeto. Se apenas uma memória for acionada - por exemplo, ao receber uma imagem parcial de um rosto como entrada -, a rede poderá recuperar o rosto completo. Ao contrário dos algoritmos mais tradicionais, a memória associativa não requer um cenário perfeitamente idêntico para identificar uma memória.

As memórias dessas redes correspondem aos estados fundamentais de um sistema de spin e são menos perturbadas por ruído do que outras redes neurais.

A pesquisa de Saccone e da equipe confirmou que o material era um vidro de spin, evidência que permitirá descrever as propriedades do sistema e como ele processa as informações. Os algoritmos de IA desenvolvidos em vidro giratório seriam "mais confusos" do que os algoritmos tradicionais, disse Saccone, mas também mais flexíveis para algumas aplicações de IA. + Explorar mais

Memórias e paisagens energéticas de estados vítreos magnéticos