A inteligência artificial por meio de redes neurais realiza cálculos digitalmente com a ajuda de chips microeletrônicos. Físicos da Universidade de Leipzig criaram agora um tipo de rede neural que funciona não com eletricidade, mas com as chamadas partículas coloidais ativas. Em sua publicação na Nature Communications , os pesquisadores descrevem como essas micropartículas podem ser usadas como um sistema físico para inteligência artificial e previsão de séries temporais.



“Nossa rede neural pertence ao campo da computação de reservatórios físicos, que utiliza a dinâmica de processos físicos, como superfícies de água, bactérias ou modelos de tentáculos de polvo, para fazer cálculos”, diz o professor Frank Cichos, cujo grupo de pesquisa desenvolveu a rede com o suporte de ScaDS.AI.

“Em nossa realização, usamos partículas autopropulsadas sintéticas com apenas alguns micrômetros de tamanho”, explica Cichos. “Mostramos que estes podem ser utilizados para cálculos e ao mesmo tempo apresentamos um método que suprime a influência de efeitos disruptivos, como o ruído, no movimento das partículas coloidais”. Partículas coloidais são partículas finamente dispersas em seu meio de dispersão (sólido, gasoso ou líquido).

Para seus experimentos, os físicos desenvolveram minúsculas unidades feitas de nanopartículas de plástico e ouro, nas quais uma partícula gira em torno de outra, acionada por um laser. Essas unidades possuem certas propriedades físicas que as tornam interessantes para a computação de reservatórios.

"Cada uma dessas unidades pode processar informações, e muitas unidades constituem o chamado reservatório. Alteramos o movimento rotacional das partículas no reservatório usando um sinal de entrada. A rotação resultante contém o resultado de um cálculo", explica o Dr. Xiangzun Wang. “Como muitas redes neurais, o sistema precisa ser treinado para realizar um cálculo específico”.

Os pesquisadores estavam particularmente interessados ​​no ruído. “Como nosso sistema contém partículas extremamente pequenas na água, o reservatório fica sujeito a um ruído forte, semelhante ao ruído a que estão sujeitas todas as moléculas do cérebro”, diz Cichos.

"Esse ruído, movimento browniano, interrompe gravemente o funcionamento do computador do reservatório e geralmente requer um reservatório muito grande para ser remediado. Em nosso trabalho, descobrimos que o uso de estados anteriores do reservatório pode melhorar o desempenho do computador, permitindo o uso de reservatórios menores para certos cálculos sob condições ruidosas."

Cichos acrescenta que isso não só contribuiu para o campo do processamento de informações com matéria ativa, mas também rendeu um método que pode otimizar o cálculo do reservatório, reduzindo o ruído.

Mais informações: Xiangzun Wang et al, Aproveitando partículas ativas sintéticas para computação de reservatórios físicos, Nature Communications (2024). DOI:10.1038/s41467-024-44856-5
Informações do diário: Comunicações da Natureza

Fornecido pela Universidade de Leipzig