इस दुनिया का नहीं: वैज्ञानिकों ने बनाया है एक कृत्रिम मस्तिष्क चांदी से बना और उसे मजबूर करने के लिए जानें

छोटे-संगठित नेटवर्क के कृत्रिम synapses अपने अनुभवों को याद करते हैं और हल करने में सक्षम है सरल कार्य है । उसके रचनाकारों आशा है कि किसी दिन के आधार पर इस कृत्रिम मस्तिष्क बनाया जाएगा, डिवाइस के लिए अपनी क्षमता में अवर नहीं है करने के लिए कंप्यूटिंग शक्ति का मस्तिष्क है । सामान्य में, दिमाग में, यदि आप न आना, उनकी उपलब्धि में सोच और समस्या को सुलझाने में अपनी क्षमता. काम करने के लिए मस्तिष्क की जरूरत के रूप में ज्यादा के रूप में ऊर्जा को अवशोषित कर लेता है एक 20-वाट गरमागरम प्रकाश बल्ब है । और एक सबसे शक्तिशाली और सबसे तेजी से सुपर कंप्यूटर दुनिया में, कश्मीर में कंप्यूटर कोबे, जापान, करने के लिए खपत 9.89 मेगावाट का ऊर्जा – के बारे में के रूप में ज्यादा के रूप में 10 से 000 घरों. लेकिन 2013 में, यहां तक कि इस के साथ ऊर्जा, कार ले लिया है 40 मिनट अनुकरण करने के लिए 1% की गतिविधि के मानव मस्तिष्क भर में 1 सेकंड.

और इंजीनियरों के शोधकर्ताओं ने कैलिफोर्निया NanoSystems संस्थान, कैलिफोर्निया विश्वविद्यालय में लॉस एंजिल्स में आशा के साथ प्रतिस्पर्धा करने के लिए कंप्यूटिंग और ऊर्जा कुशल क्षमताओं के मस्तिष्क, धन्यवाद करने के लिए सिस्टम को प्रतिबिंबित कि मस्तिष्क की संरचना. वे बनाने के लिए एक उपकरण है, शायद अपनी तरह का पहला है, जो "प्रेरित द्वारा मस्तिष्क का उत्पादन करने के लिए गुण की अनुमति है कि मस्तिष्क के लिए वह क्या करता है ने कहा," आदम, स्टिग, शोधकर्ता और एसोसिएट प्रोफेसर संस्थान में, प्रमुख परियोजना के साथ एक साथ जिम Gimzewski, रसायन शास्त्र के प्रोफेसर, कैलिफोर्निया विश्वविद्यालय में लॉस एंजिल्स में है.

अपने डिवाइस की तरह नहीं है, साधारण कंप्यूटर, जो कर रहे हैं के आधार पर छोटे तारों पर अंकित एक सिलिकॉन चिप के रूप में उच्च आदेश योजनाओं. वर्तमान प्रयोगात्मक संस्करण का प्रतिनिधित्व करती है के रूप में एक ग्रिड के साथ 2 एक्स 2 मिमी की चांदी nanowires, द्वारा जुड़ा हुआ कृत्रिम synapses. के विपरीत सिलिकॉन circuitry के साथ अपने ज्यामितीय परिशुद्धता के साथ, इस डिवाइस के लिए बाध्य है "के रूप में अच्छी तरह से मिश्रित स्पेगेटी की थाली कहते हैं," स्टिग. जबकि इसके ठीक संरचना आयोजित किया जाता है से एक यादृच्छिक रासायनिक और विद्युत प्रक्रियाओं, और नहीं में इंजीनियर एक सावधान तरीके से.

जटिलता के इस रजत नेटवर्क मस्तिष्क जैसा दिखता है । प्रति वर्ग सेंटीमीटर ग्रिड के एक अरब कृत्रिम synapses है, जो परिमाण के कई आदेशों से अलग वास्तविक मस्तिष्क. विद्युत गतिविधि नेटवर्क का भी पता चलता है एक संपत्ति के लिए अद्वितीय जटिल प्रणालियों की तरह मस्तिष्क: "निर्णायक मोड़", हालत आदेश और अराजकता के बीच में, यह दर्शाता है अधिकतम दक्षता के साथ ।

इस नेटवर्क बहुत intertwined nanowires लग सकता अराजक और यादृच्छिक है, लेकिन इसकी संरचना और व्यवहार के समान व्यवहार के दिमाग में न्यूरॉन्स. वैज्ञानिकों से NanoSystems इसे विकसित एक उपकरण के रूप में-मस्तिष्क के लिए सीखने और कंप्यूटिंग

इसके अलावा, प्रारंभिक प्रयोगों चलता है कि इस neuromorphic (यानी, मस्तिष्क के समान) चांदी के तार जाल है, एक महान कार्यात्मक क्षमता है । वह प्रदर्शन कर सकते हैं एक सरल सीखने और तार्किक आपरेशनों. यह साफ संकेत है से अवांछित शोर है, और यह एक महत्वपूर्ण क्षमता के लिए आवाज मान्यता और इसी तरह के कार्यों का कारण है कि समस्याओं के लिए पारंपरिक कंप्यूटर. और अपने अस्तित्व को साबित करता है सिद्धांत है कि एक दिन यह संभव हो जाएगा बनाने के लिए उपकरणों के साथ ऊर्जा दक्षता पास करने के लिए मस्तिष्क की क्षमता.

<पी>विशेष रूप से दिलचस्प उन लाभों देखो पृष्ठभूमि में सीमा के निकट के miniaturization और दक्षता सिलिकॉन की माइक्रोप्रोसेसरों. "मूर की विधि मर चुका है, अर्धचालक नहीं रह सकते हैं छोटे हो जाते हैं, और लोगों को शुरू करने के लिए, विलाप, कह रही है, हम क्या करेंगे," एलेक्स कहते हैं Nugent, सीईओ Knowm में शामिल neuromorphic कंप्यूटिंग, और इस परियोजना का हिस्सा नहीं कैलिफोर्निया विश्वविद्यालय के. "मैं इस विचार की तरह, इस दिशा में । आम कम्प्यूटेशनल मंच है एक अरब गुना कम कुशल है."

स्विच के रूप में synapses

जब Gimzewski शुरू किया पर काम करने के लिए अपनी परियोजना के साथ चांदी के जाल में 10 साल पहले, वह था में रुचि नहीं energoeffektivnost. वह ऊब गया था. का उपयोग कर एक स्कैनिंग टनलिंग माइक्रोस्कोप का अध्ययन करने के लिए इलेक्ट्रॉनिक्स पर परमाणु पैमाने पर 20 साल के भीतर, वह अंत में कहा, "मैं थक गया हूँ की पूर्णता और सटीक नियंत्रण और एक छोटे से थक गुटबंदी".

गुटबंदी, यह आवश्यक है करने के लिए लगता है, के आधार के सभी आधुनिक माइक्रोप्रोसेसरों, जब जटिल घटना है, और स्कीमा समझाया जा सकता है, सरल का उपयोग करने की घटनाओं और तत्वों के साथ.

2007 में, वह की पेशकश की थी, अध्ययन करने के लिए अलग-अलग परमाणु स्विच (या स्विच), के एक समूह द्वारा विकसित Masakazu Aono अंतरराष्ट्रीय केंद्र के लिए सामग्री nanoarchitectonics Tsukuba, जापान में है. इन स्विच के होते हैं एक ही घटक है, जो दाग एक चांदी के चम्मच, जब यह सौदों के साथ अंडे: लौह सल्फाइड, में sandwiched सैंडविच के बीच ठोस धातु और चांदी.

आपूर्ति वोल्टेज डिवाइस के लिए धक्का सकारात्मक आरोप लगाया चांदी आयनों में चांदी सल्फाइड के लिए चांदी की परत कैथोड, जहां वे कर रहे हैं बहाल करने के लिए धातु चांदी है । परमाणु चांदी के धागे बढ़ती है, अंत में समापन के बीच की खाई को धातु चांदी पक्ष है । स्विच चालू है, और वर्तमान प्रवाह कर सकते हैं. वर्तमान उलट विपरीत प्रभाव पड़ता: चांदी पुलों कम कर रहे हैं और स्विच बंद हो जाती है.

हालांकि, के बाद शीघ्र ही विकास के स्विच समूह Aono शुरू हुआ निरीक्षण करने के लिए असामान्य व्यवहार । आप और अधिक इस्तेमाल किया स्विच, यह आसान शामिल है. अगर वह इस्तेमाल नहीं किया गया है, यह अंततः बंद अपने दम पर. वास्तव में, स्विच याद उसकीइतिहास. Aono और उनके सहयोगियों ने यह भी पाया है कि स्विच करने के लिए लग रहे हो एक दूसरे के साथ बातचीत है, तो शामिल किए जाने के एक स्विच कभी-कभी अवरुद्ध या बंद कर दिया है दूसरों के पास है.

समूह के अधिकांश Aono चाहता था का निर्माण करने के लिए इन अजीब गुणों के बाहर स्विच. लेकिन Gimzewski और स्टिग (जो सिर्फ अपने डॉक्टर की उपाधि प्राप्त समूह में Gimzewski) याद synapses के बीच स्विच तंत्रिका कोशिकाओं में मानव मस्तिष्क है कि यह भी परिवर्तन के साथ संबंधों को अनुभव हो रही है और बातचीत. और तो विचार पैदा हुआ था. "हमने सोचा, क्यों नहीं यह डाल करने की कोशिश सभी में संरचना की याद ताजा छाल के मस्तिष्क के एक स्तनपायी है, और यह अध्ययन करने के लिए?", कहते हैं स्टिग.

बनाने के इस तरह के एक जटिल संरचना था निश्चित रूप से मुश्किल है, लेकिन स्टिग और Adrius, Avizinis, जो था बस में शामिल हो गए समूह के रूप में एक स्नातक छात्र, विकसित प्रोटोकॉल. डालने का कार्य चांदी नाइट्रेट पर एक छोटे से तांबे के क्षेत्र में, वे सकता है के विकास के कारण microscopically पतली चांदी के तार अन्तर्विभाजक है । तब वे पारित कर सकता है के माध्यम से यह जाल सल्फर गैस की एक परत बनाने के लिए चांदी सल्फाइड के बीच चांदी के तारों, के रूप में मूल में परमाणु कमान स्विच Aono.

का आयोजन निर्णायक मोड़

जब Gimzewski और स्टिग बताया कि दूसरों को अपनी परियोजना के बारे में, कोई भी माना जाता है कि यह काम करेगा. कुछ ने कहा है कि डिवाइस दिखाएगा एक प्रकार का स्थिर गतिविधि और यह आदी हो जाएगा, कहते हैं, स्टिग. दूसरों ने सुझाव दिया है के विपरीत: "उन्होंने कहा कि स्विच हो जाएगा, व्यापक और पूरे ढांचे को बस से बाहर जला कहते हैं," Gimzewski.

लेकिन डिवाइस पिघल नहीं है. इसके विपरीत, जब Gimzewski और स्टिग उसे देखा के माध्यम से एक अवरक्त कैमरे, इनपुट वर्तमान निरंतर परिवर्तन करने के लिए जिस तरह से पारित कर दिया है कि डिवाइस के माध्यम से — साबित करना है कि गतिविधि अनुवादित नहीं किया गया था, लेकिन बल्कि के रूप में वितरित मस्तिष्क में.

एक दिन गिर 2010 में, जब Avizienis और उनके सहयोगी हेनरी Sillin में वृद्धि हुई इनपुट वोल्टेज डिवाइस में, वे अचानक देखा कि उत्पादन में वोल्टेज शुरू कांपना करने के लिए अगर ग्रिड तारों के जीवन के लिए आया था. "हम बैठ गए और इसे देखा है, हम सदमे में थे," कहते हैं Sillin.

वे अनुमान लगाया था कि वह कुछ दिलचस्प पाया. जब Avizienis विश्लेषण किया डेटा की निगरानी कुछ दिनों के लिए, उन्होंने पाया है कि नेटवर्क का एक ही स्तर पर बने गतिविधि का संक्षिप्त अवधि के लिए अधिक बार की तुलना में एक लंबे समय से है । बाद में उन्होंने पाया कि एक छोटे से क्षेत्र की गतिविधि कर रहे हैं और अधिक आम की तुलना में बड़े लोगों के.

"मेरे जबड़े गिरा दिया," कहते हैं Avizienis क्योंकि वे पहले सीखा के लिए अपनी डिवाइस की शक्ति का कानून है । बिजली कानूनों का वर्णन गणितीय संबंध है जो एक चर के भिन्न होता है की डिग्री के रूप में अन्य. वे के लिए लागू कर रहे हैं कि सिस्टम में बड़ा है, अब घटनाओं में कम आम हैं की तुलना में छोटे और कम है, हालांकि, आम और आकस्मिक नहीं है । प्रति Bak, डेनमार्क के एक भौतिक विज्ञानी, मृतक 2002 में, पहली बार था, द्वारा प्रस्तावित बिजली कानून के रूप में एक निर्णायक सुविधा के सभी प्रकार के जटिल गतिशील प्रणाली है, जो आयोजित किया जा सकता है पर बड़े तराजू है और लंबी दूरी की. इस तरह के व्यवहार, उन्होंने कहा, इंगित करता है कि एक जटिल प्रणाली की शेष राशि और में चल रही मध्यम जमीन दोनों के बीच आदेश और अराजकता के एक राज्य में, "निर्णायक मोड़", और अपने सभी भागों और बातचीत से संबंधित हैं करने के लिए अधिकतम दक्षता के लिए.

के रूप में भविष्यवाणी की टंकी, बिजली-कानून व्यवहार मनाया गया मानव मस्तिष्क में: 2003 में, डिटमार Plenz, neurophysiologist, स्वास्थ्य के राष्ट्रीय संस्थानों, मनाया जाता है कि समूहों के तंत्रिका कोशिकाओं को सक्रिय करके दूसरों को, जो, बारी में, सक्रिय अन्य, अक्सर ट्रिगर एक प्रणालीगत cascades के सक्रियण. पौधों में पाया है कि के आकार के इन cascades का पालन वितरण के अनुसार बिजली कानून, और मस्तिष्क वास्तव में काम किया है इस प्रकार, में आदेश को अधिकतम करने के लिए गतिविधि पर नियंत्रण खोने के बिना अपने वितरण.

तथ्य यह है कि डिवाइस के कैलिफोर्निया विश्वविद्यालय ने भी शक्ति का प्रदर्शन किया कानून में कार्रवाई की है, यह बहुत महत्वपूर्ण है, कहते हैं Plenz. इस वजह से यह इस प्रकार है कि, के रूप में मस्तिष्क में, यह एक नाजुक संतुलन के बीच सक्रियण और निषेध रखता है जो अपने हिस्से की राशि है । गतिविधि डूब नहीं करता सेट, लेकिन नहीं समाप्त होता है.

बाद में Gimzewski और स्टिग पाया एक और समानता के बीच चांदी के नेटवर्क और मस्तिष्क: सिर्फ सोने के रूप में मानव मस्तिष्क को दर्शाता है, कम से कम cascades के सक्रियण की तुलना में जाग्रत मस्तिष्क के रूप में, कम सक्रियण चांदी के नेटवर्क से कम हो जाता है आम में कम इनपुट ऊर्जा. कुछ रास्ते में, कम बिजली की खपत डिवाइस में लक्षण का कारण हो सकता करने के लिए इसी तरह सोना की हालत मानव मस्तिष्क है.

शिक्षा और कंप्यूटिंग

और यहाँ सवाल: अगर एक नेटवर्क के चांदी के तार गुण है के लिए इसी तरह के मस्तिष्क का गुण है, यह है कि क्या करने के लिए कम्प्यूटेशनल समस्याओं को हल? प्रारंभिक प्रयोगों से पता चला है कि इसका जवाब हां में है, हालांकि डिवाइस, ज़ाहिर है, दूर नहीं के साथ तुलना में एक नियमित रूप से कंप्यूटर.

<पी>सबसे पहले, सॉफ्टवेयर नहीं है. इसके बजाय, शोधकर्ताओं का फायदा उठाने के तथ्य यह है कि नेटवर्क को विकृत कर सकते हैं आने वाले संकेत अलग अलग तरीकों में, जहां पर निर्भर करता है आप को मापने उत्पादन. इस से पता चलता है एक संभावित उपयोग के लिए आवाज मान्यता या छवि है, क्योंकि डिवाइस में सक्षम होना चाहिए साफ करने के लिए शोर इनपुट संकेत.

यह भी मतलब है कि डिवाइस के लिए इस्तेमाल किया जा सकता तथाकथित जलाशयकंप्यूटिंग. क्योंकि एक एकल इनपुट हो सकता है, सिद्धांत रूप में उत्पन्न के कई लाखों लोगों के अलग अलग निष्कर्ष (इसलिए जलाशय), उपयोगकर्ताओं को चुन सकते हैं या गठबंधन अंतर्दृष्टि इतना है कि परिणाम था वांछित गणना इनपुट. उदाहरण के लिए, यदि आप को बढ़ावा देने डिवाइस में दो अलग-अलग स्थानों पर एक ही समय में, वहाँ एक मौका है कि एक के लाखों लोगों के अलग अलग निष्कर्ष का प्रतिनिधित्व करेंगे की राशि दो इनपुट ।

चुनौती है खोजने के लिए सही अंतर्दृष्टि और डिकोड करने के लिए उन्हें और बाहर आंकड़ा कैसे करने के लिए बेहतर जानकारी सांकेतिक शब्दों में बदलना इतना है कि नेटवर्क को समझ सकते हैं । यह किया जा सकता है प्रशिक्षण के द्वारा डिवाइस के द्वारा चल रहे कार्य के साथ सैकड़ों या हजारों बार, पहली के साथ एक प्रकार के इनपुट है, तो दूसरे के साथ, और की तुलना में क्या उत्पादन बेहतर कार्य के साथ सामना. "हम नहीं कर रहे हैं एक प्रोग्राम डिवाइस है, लेकिन चुनने के लिए सबसे अच्छा तरीका जानकारी सांकेतिक शब्दों में बदलना इतना है कि नेटवर्क व्यवहार उपयोगी और दिलचस्प था," कहते हैं Gimzewski.

में काम करते हैं, जो जल्द ही प्रकाशित किया जाएगा, वैज्ञानिकों कैसे बता देंगे प्रशिक्षित एक नेटवर्क के तारों प्रदर्शन करने के लिए सरल तार्किक आपरेशनों. में अप्रकाशित प्रयोगों, वे प्रशिक्षित नेटवर्क को हल करने के लिए एक साधारण समस्या स्मृति पर है, जो आम तौर पर पूछ चूहों (टी-भूलभुलैया) है । की परीक्षा में टी भूलभुलैया में एक चूहे पुरस्कृत किया है अगर यह सही बारी करने के लिए प्रतिक्रिया में प्रकाश है । के साथ अपने स्वयं के संस्करण के लिए प्रशिक्षण, नेटवर्क कर सकते हैं सही विकल्प बनाने में 94% मामलों.

अब, जब तक इन परिणामों थे और अधिक कुछ भी नहीं की तुलना में एक सबूत की सिद्धांत रूप में, कहते हैं Nugent है । "छोटे चूहे, निर्णय लेने में टी भूलभुलैया, कभी नहीं दृष्टिकोण से कुछ भी मशीन सीखने के क्षेत्र में है कि का आकलन कर सकते हैं अपने सिस्टम पर" एक पारंपरिक कंप्यूटर में है, वे कहते हैं. उन्होंने संदेह है कि इस डिवाइस कर सकते हैं एक उपयोगी चिप अगले कुछ वर्षों में.

लेकिन संभावित भारी है, उन्होंने कहा. क्योंकि नेटवर्क की तरह, मस्तिष्क, साझा नहीं करता है प्रसंस्करण और स्मृति. पारंपरिक कंप्यूटर यह आवश्यक है करने के लिए जानकारी संचारित के बीच अलग-अलग क्षेत्रों में है कि इन दो कार्यों के लिए है । "सभी इस अतिरिक्त संचार जमा है, क्योंकि तारों को ऊर्जा की जरूरत है," कहते हैं Nugent है । लेने के पारंपरिक कंप्यूटर के साथ, आप होगा बंद करने के लिए बिजली बंद करने के लिए फ्रांस, अनुकरण करने के लिए एक पूर्ण मानव मस्तिष्क में एक सभ्य संकल्प है । यदि उपकरणों की तरह चांदी में सक्षम हो जाएगा नेटवर्क समस्याओं को हल करने की दक्षता के साथ मशीन सीखने एल्गोरिदम पर चल रहा है पारंपरिक कंप्यूटर के साथ, वे का उपयोग कर सकते हैं एक अरब गुना कम ऊर्जा. और फिर यह छोटा है.

के निष्कर्षों को वैज्ञानिकों का भी समर्थन करता है कि देखने, सही परिस्थितियों को देखते हुए, एक बुद्धिमान प्रणाली का गठन किया जा सकता द्वारा आत्म संगठन, बिना किसी टेम्पलेट या प्रक्रिया उनके विकास के लिए है । चांदी की चेन "अनायास उठी कहते हैं," टोड हिल्टन के पूर्व प्रबंधक के DARPA समर्थित परियोजना के प्रारंभिक दौर में.

Gimzewski का मानना है कि नेटवर्क के चांदी के तारों या इसी तरह के उपकरणों हो सकता है की तुलना में बेहतर है, पारंपरिक कंप्यूटर की भविष्यवाणी करने में जटिल प्रक्रियाओं. पारंपरिक कंप्यूटर मॉडल के साथ दुनिया समीकरणों कर रहे हैं, जो अक्सर केवल लगभग वर्णन जटिल घटना है. Neuromorphic नेटवर्क स्विच, परमाणु स्तर पर अपने स्वयं के आंतरिक जटिलता की है कि घटना के लिए मॉडल है । और वे भी जल्दी से इसे करते हैं — नेटवर्क की स्थिति भिन्न हो सकते हैं गति के साथ अप करने के लिए हजारों की दसियों के परिवर्तन प्रति सेकंड है । "हम का उपयोग एक जटिल प्रणाली को समझने के लिए जटिल घटना है," कहते हैं Gimzewski.

पर इस साल की शुरुआत में, अमेरिकन केमिकल सोसायटी की बैठक में सैन फ्रांसिस्को Gimzewski, स्टिग और उनके सहयोगियों के परिणामों को प्रस्तुत किया, जिसमें एक प्रयोग वे के लिए फेड के लिए डिवाइस के पहले तीन वर्षों में एक छह साल की डेटासेट पर सड़क यातायात में लॉस एंजिल्स के रूप में, एक श्रृंखला की दालों की संख्या का संकेत गुजर कारों के प्रति घंटा है । के सैकड़ों के माध्यम से प्रशिक्षण के घंटे निष्कर्ष अंत में, एक सांख्यिकीय भविष्यवाणी की प्रवृत्ति की दूसरी छमाही में डाटासेट काफी अच्छी तरह से, हालांकि डिवाइस नहीं किया था यह दिखाने के लिए ।

शायद, एक दिन, मजाक कर रहा है Gimzewski, यह नेटवर्क का उपयोग करता है भविष्यवाणी करने के लिए शेयर बाजार.