除非你从事锂电池或涂料行业,否则你可能不熟悉钴。然而根据新论文在美国,它可能是一种全新计算机的秘密武器——一种结合了量子力学和大脑内部工作原理的计算机。

结果不仅仅是一种具有学习能力的计算机。允许其学习的机制直接嵌入其硬件结构 - 无需额外的AI软件。计算机模型还使用神经元活动和突触的语言来模拟我们的大脑信息的信息如何,而不是我们目前的笔记本电脑中的硅基搅拌CPU。

主要诀窍依赖于钴原子的量子旋转性质。巧妙地组织成“网络”时,结果是一个“量子大脑”,可以处理数据并将其保存在同一网络结构中 - 类似于我们的大脑如何工作。总结:这是一条真正的学习机的路径。

这对人工智能来说是个好消息。尽管机器学习算法很强大,但它非常活力-饿了。尽管这些科技巨头拥有大量的数据中心,以满足计算需求,但这些数据中心效率低下,还会产生巨大的碳足迹。更麻烦的是当专家们展望未来的时候。188体育365尽管计算能力每年翻一番,每年半到两年,俗称“摩尔定律——最近的观察表明,它可能已经奄奄一息了。

翻译吗?我们迫切需要替代的计算方法。

“我们基于材料的量子特性构建”量子大脑“的新想法可能是AI中未来应用的未来解决方案的基础,”领导作者亚历山大·哈特博士在荷兰尼济梅的拉丁德大学大学。

一个新的计算机

怎么能神经科学,量子力学和ai网格?

它始于大脑和机器学习方法(如深度学习)之间的相似之处。这并不奇怪,因为后者是松散地基于我们的思想。当这些算法在当前的计算机上运行时,问题就来了。你看,即使是最先进的计算机处理信息,并将它们存储在不同的结构中。CPU或GPU本身无法存储数据。这意味着数据需要不断地在处理单元和内存单元之间切换。这对小事情来说不是什么大事,比如识别图像,但对于更大的问题,它会迅速减慢整个过程,同时增加能源消耗。

换句话说,因为人工智能模仿的是与现代计算机完全不同的大脑结构,所以存在根本的不兼容。尽管人工智能算法可以针对当前的计算机进行优化,但在效率方面,它们可能会陷入死胡同。

进入神经形态计算。它要求你忘掉你所知道的关于计算机设计的一切——芯片、cpu、内存硬盘驱动器。相反,这种新时代的“计算机”利用了大脑记录、处理和存储信息的方法——所有这些都集中在一个地方。没有数据穿梭意味着更少的时间和能源消耗,这是人工智能和地球的胜利。

在粗略的中风中,大脑的神经网络使用几种类型的计算。一个依赖于神经元,基于输入来确定它是否应该“火” - 这是,将数据传递给邻居。另一种方法使用突触,该突触是神经元可以使用“状态”同时传输数据并同时存储它们的程度。假设您有一个由突触连接的神经元网络,共同存储Chili配方。你了解到,添加培根和啤酒使它变得更好。突触,同时处理此新数据 - 我们称之为“学习” - 更新其状态以对新信息进行编码和存储新信息。

外带:在大脑中,数据处理,学习和记忆都发生在同一位置。

钴旋转

还在我这儿?现在,对于我们的Ménageàrois-cobalt的第三个成员。

为了解决学习硬件的问题,返回2018年,团队发现单个钴原子可能会接管神经元的作用。在这个原子水平,量子物理学的机制也发挥了一些严重的有趣结果。例如,原子可以具有多个名为“旋转“-同时。在任何时候,原子都会具有一个状态的概率,以及不同状态的另一个概率 - 类似于神经元的钻头,或者是神经元是否决定射击,或者突触将通过数据或不传递数据。在量子力学中,这种奇怪的“是猫活着或死亡”状态被称为叠加。

另一个特性是量子耦合,它允许两个原子在功能上“结合”在一起,这样一个原子的量子自旋状态就会改变另一个原子——类似于神经元之间的对话和结合。

团队的见解是,他们可以利用这些量子属性来构建类似于神经元和大脑突触的系统。为此,他们制造了一个系统,该系统在由黑色磷制成的超导表面的顶部上覆盖多个钴原子。

然后,他们测试了它们是否能诱发钴“神经元”之间的放电和网络。例如,是否有可能在原子的自旋状态中嵌入信息?我们能让这些原子模拟神经元放电吗?

答案是明确的。使用微小的电流,团队提出了0s和1s的系统简单二进制数据。而不是编码实际信息 - 例如图像或声音 - 这里的数据表示在编码0或1中的系统中的原子的不同概率。

接下来,研究小组通过一个小的电压变化来冲击原子网络,类似于我们的神经元接收到的输入信号。这种微小的电击产生的行为与大脑的机制极其相似。例如,它“双敲”系统,使量子大脑表现出类似于神经元放电的过程和突触的变化。

这一点尤其简洁:其他基于大脑的神经形态计算系统通常集中在人工神经元或人工突触上。许多都是用稀有材料建造的,需要严格的温度才能正常工作。将这两种物质结合到钴这种单一材料中,不仅新奇。它更高效,更实惠,也更容易。

与神经生物学类似,该系统的“突触”也会根据它们所经历的电流输入随着时间而改变。

“当用一定电压刺激更长的时间较长的时间时,我们非常惊讶地看到突触实际改变,”Khajetoorians说。“该材料基于收到的外部刺激改编其反应。它自行了解。“

一个Q-Brain的未来?

还没有。

目前,该团队将不得不扩大他们的系统,并证明它可以处理真实世界的信息。他们还需要在整个设置的基础上建造一台机器,证明它不仅可以零零碎碎地工作,而且实际上可以作为一个整体。而且,定制的人工智能芯片总是会带来竞争,现在许多科技巨头都在优化这些芯片。

但是量子大脑并不是什么值得你翻白眼的东西。利用其中的一个主要成分,该团队能够在原子尺度上模拟大脑的关键过程——神经元放电、突触处理和学习。随着量子计算的兴起,为机器量身定制的算法“远处的幽灵行动“可以进一步提高系统的效率。并行加工,我们的大脑做得很好,但树桩现代计算机,一直是Quantum Computers的科学家的延伸目标自20世纪90年代以来

在他们的下一个目标中,该团队计划发现更多具有不同性质、可能比钴更高效的量子材料。他们想要深入研究为什么量子大脑能如此有效地工作。

khajetoorian说:“我们正处于一种可以开始将基本物理学与生物学概念联系起来的状态,比如记忆和学习。”“然而,只有当我们理解了它的工作原理——这仍然是个谜——我们才能调整它的行为,并开始将其发展为一种技术。”

尽管未知,这项研究在神经科学、量子计算和人工智能之间打开了一个令人兴奋的领域。“这是一个非常激动人心的时刻,”卡杰托利人说。

图像信用:拉曼OzaPixabay

Shelly Xuelai Fan是一个神经科学家转向科学作家。她在不列颠哥伦比亚省大学的神经科学中完成了博士学位,在那里她开发了新的神经变性治疗方法。在研究生物脑的同时,她对AI和所有东西都很着迷。毕业后,她搬到了UCSF,研究了恢复老年大脑的基于血液的因素。她是 ...

跟雪莉: