이 세상에 속한:과학자들이 만들어진 인공적인 뇌는 은으로 만든 강제로 그에게 배울

작은 조직의 네트워크를 인공 냅 기억하고 자신의 경험할 수 있는 간단한 해결하는 작업입니다. 그것의 제작자는 희망하는 언젠가 이를 바탕으로 인공적인 뇌는 것이 만들어집 장치의 효율성을 열등하지 않은 컴퓨팅 기능의 뇌입니다. 에서 일반적으로 두뇌를 생략하면 그들의 업적에 생각과 문제 해결,그것의 효율성합니다. 일요로 많은 에너지를 흡수해 20 와트 백열 전구에 불이 들어옵니다. 고 하나는 가장 강력하고 가장 빠른 슈퍼컴퓨터 세계에서 K 컴퓨터에는 일본 고베,소비 9.89 메가와트의 에너지에 대한 만큼 10 000 가정입니다. 그러나 2013 년에도,이는 에너지,자동차로 40 분을 시뮬레이션의 1%를 활동이 인간의 뇌내 1.

엔지니어들로 연구진은 캘리포니아에서 나노시스템의 연구소에서 캘리포니아대학교 로스앤젤레스에서 경쟁하기 위해 희망과 컴퓨팅과 에너지 효율적 능력 뇌의 감사 시스템을 반영하는 뇌의 구조를니다. 그들이 만드는 장치,아마도 그것의 종류의 첫번째는"에서 영감을 두뇌를 생산할 수 있는 속성의 뇌는 어떻게 그가 말했다"아담이,Stig,연구원과 동료 연구소에서 교수로,주요 프로젝트와 함께 짐 Gimzewski,교수의 대학에서 화학 캘리포니아 로스앤젤레스에 있습니다.

그들의 장치지 않은 일반 컴퓨터에 바탕을 두고 있는 작은 선에 각인 실리콘 칩으로 높은 순서 방식입니다. 현재 버전은 실험적인 표현으로 그리드의 2x2mm 의 은 나노와이어에 의해 연결된 인공 냅니다. 과는 달리 실리콘 회로와 그 형상 정밀도,이 장치는 것은 바로"잘 혼합된 플레이트,스파게티의"라고 말 Stig 니다. 는 동안 그것의 정밀한 구조가 조직에서 임의의 화학적,전기적 프로세스,지 설계에서 주의깊은 방법입니다.

의 복잡성이 실버는 네트워크과 유사한 뇌니다. 곱센티미터당의 그리드가 있 억 인공적인 시냅스는 여러 가지의 주문 크기는 다르에서 실제 뇌니다. 전기 활동의 네트워크도 제공한 복잡한 시스템과 같은 두뇌:"중요성",조건을 사기 위해 혼란을 나타내는 효율을 최대화합니다.

네트워크는 것은 매우 얽혀 나노와이어 보일 수 있습니다 혼란과 랜덤,그러나 그것의 구조와 동작과 유사한 행동은 뇌의 신경 세포니다. 에서 과학자나노시스템그것을 개발하는 장치로-두뇌를 배우고 컴퓨팅

또한,예비 실험이라는 것을 보여 neuromorphic(즉,유사한 뇌)은 철망사고 있는 좋은 기능적인 용량니다. 그녀를 수행할 수 있는 간단한 학습하고 논리적인 작업입니다. 청소할 수 있 신호에서 원치 않는 소음은,그리고 이것은 중요한 기능을 위한 음성 인식과 비슷한 작업을 일으키는 문제에 대한 전통적인 컴퓨터입니다. 와 그 존재를 증명한 원리는 것이 가능할 것이 장치를 만들과 에너지 효율성에 가까운 효율성의 뇌입니다.

특히 흥미로운 그 혜택을 보는 배경에는 접근이 제한의 소형화 및 효율성 실리콘 마이크로프로세서입니다. "Moore 의 법칙이 죽은,반도체할 수 있는 더 이상 작은,사람들이 통곡하기 시작,말하고,우리는 무엇을 할 것"라고 알렉스 Nugent,CEO Knowm 참여에 신경망 컴퓨팅과하지 않는 부분의 프로젝트의 캘리포니아 대학교입니다. "나는 이런 아이디어,이 방향으로 향하고 있다. 일반적인 계산 플랫폼입니다 시간 미만 효율적입니다."

스위치로 냅

Gimzewski 에서 작동하기 시작했 그의 프로젝트와 함께 실버 메시 10 년 전,그에 관심이 있었지 energoeffektivnost 니다. 그는 지루했습니다. 를 사용하여 검사는 터널링 현미경을 연구하는 전자공학에서의 원자 규모는 20 년 이내에,그가 마지막으로 말했다,"나의 피로 완벽하고 정확한 제어와 조금 피곤에서 환원주의"니다.

환원주의,그것은 필요한 가정에 기초하고 모든 현대적인 마이크로프로세서,때 복잡한 현상,스키마를 설명할 수 있을 사용하여 간단한 이벤트와 요소입니다.

2007 년에,그가 제공하는 연구 개별 원자 스위치를(또는 스위치),그룹에 의해 개발되 Masakazu 과 국제 센터 물질에 대한 nanoarchitectonics 에서 쓰쿠바,일본다. 이러한 스위치가 포함될 동일한 성분는 얼룩에는 실버 스푼 블랙 때 그것은 달걀:철 황화,끼워에서 샌드위치 사이의 단단한 금속 및 실버니다.

공급 전류,전압,역기전력 정보를 밀어 장치가 긍정적으로 청구 이온에서 은 황화물을 실버 레이어의 음극,그들이 어디에 복 금속합니다. 원자 스레드 실버의 성장을 닫는 결국 사이의 간격 이 금속은 양이다. 에 스위치가 켜져 있는지,그리고 현재의 흐를 수 있습니다. 현재 반전에 반대의 효과가 있:은 다리가 감소하고 스위치가 꺼집니다.

그러나,직후의 개발로 전환 그룹 과를 관찰하기 시작했 비정상적인 행동합니다. 더 많이 사용한 스위치를,쉽게 포함되어 있습니다. 는 경우에는 사용되지 않은,그것이 결국에는 자신의합니다. 사실,스위치를 기억하고 자신의역사입니다. 과고 자신의 동료들은 또한 스위치는 것 상호작용,그래서 포함 스위치 하나 때로는 차단되거나 꺼져 다른 사람이 있습니다.

그룹의 대부분 과를 만들고 싶 이상한 속성 외에 스위치가 있습니다. 하지만 Gimzewski 및 Stig(다만 자신의 박사 학위를 받았 그룹에서 Gimzewski)기 냅 스위치 사이의 신경 세포는 인간의 뇌에서는 또한 변경 내용과 관계를 받고 경험과 상호 작용입니다. 그래서 아이디어가 태어났습니다. "우리는 왜 하려고 그것을 넣어 모든 구조에서 연상시키는 나무 껍질의 두뇌의 포유동물,그리고 그것을 연구하니까?", 말 Stig 니다.

만들기 같은 복잡한 구조물은 확실히 어려운 일이지만,Stig 및 Adrius,Avizinis 는 사람,그냥 그룹에 합류했으로 대학원생,개발 프로토콜입니다. 쏟아지는 질산은 작은 구리 구체,그들이 발생할 수 있습의 성장을 현미경으로 얇은 은 전선이 교차합니다. 그들은 통과할 수 있었을 통해 이 메시 유황 가스를 만들의 층은 은 황화 사이버선,로서 원래의 핵 명령 스위치 과니다.

-조직 임

Gimzewski 및 Stig 말한 다른 사람에 대해 귀하의 프로젝트는,아무도 그것은 작동합니다. 일부했는 장치를 표시 하는 유형의 정적 활동이 정착,말 Stig 니다. 다른 사람이 제안"그들은 말했다면 스위치가 계단식과 전체적인 구조는 단순히 화상,"Gimzewski 니다.

그러나 이 장치는 녹아하지 않았습니다. 반대로,때 Gimzewski 및 Stig 지켜 그를 통해 적외선 카메라로 입력된 현재 계속하여 변경 하는 방법을 통해 전달 장치—는 것을 증명하는 활동이 지역화되지 않지만,오히려 배포로에 있습니다.

중 하나가 하루 2010 년 Avizienis 및 그의 동료 헨리 Sillin 증가 입력 전압 장치에서,그들은 갑자기 나타났는 출력 전압의 진동하기 시작하는 경우 그리드 와이어왔습니다. "우리는 앉아서 그것을보고,우리가 충격,"Sillin 니다.

그들은 짐작했다는 그는 흥미로운 것을 발견합니다. 때 Avizienis 분석하 모니터링 데이터에 대한 몇 가지 일,그는 네트워크은 동일한 수준을 유지의 활동에 대한 짧은 기간 동안 더 자주에서 보다 긴니다. 나중에 그들은 작은 영역의 활동으로 더 많은 일반적인 것보다 더 큰 사람입니다.

"나의 턱이 떨어"라고 말 Avizienis 기 때문에 그들이 처음으로 배우기 장치의 전원을 법니다. 전력법을 설명한 수학에 관계는 변수 하나가 변화의 정도가 다른다. 그들이 하는 시스템에 적용이 더 크고,더 이벤트 적은 일반적인 것보다 더 작고 더 짧은,그러나,일반적이고 우연한 일이 아니었어요. 당 Bak,덴마크의 물리학자,사망한 2002 년에 처음 제안 된 힘에 의해 법으로 정의하는 기능의 모든 유형의 복잡한 동적 시스템에 구성할 수 있습 큰 스케일과 긴 거리입니다. 그런 행동을,그는 말했다,나타내는 복잡한 시스템의 균형을 운영하고 중간에 땅을 사고 혼란 상태에서"중요성",그리고 그것의 모든 부분이 상호 작용과 관련하여 효율을 최대화합니다.

으로 예상 탱크,power-law 행동 관찰되었다 인간의 뇌에서:2003 년,Dietmar Plenz,neurophysiologist,National institutes of health,관찰하는 그룹의 신경세포 활성화는 다른 사람에 의해 차례로 활성화되는,종종 전신 트리거 계곡의 활성화합니다. 식물이 발견되는 크기의 이러한 계곡을 따라 배급 능력에 따라,법률 및 뇌에 정말 행동에 따라서을 최대화하기 위해 활동을 제어를 잃지 않고 유통합니다.

는 사실은 장치의 캘리포니아대학교도 설명했 power 법률에 행동이 매우 중요하다는 것을 말한 Plenz 니다. 이 때문에 그것이 다음과 같이,두뇌에서,그것은 미묘한 균형이 억제 활성화와 유지하는 부분의 합니다. 의 활동을 압도하지 않지만 설정이 종결되지 않았습니다.

나중에 Gimzewski 및 Stig 발견 또 다른 유사 사이에 실버의 네트워크 및 뇌:로 잠 인간의 뇌을 보여 줍니다 적은 짧은 계곡의 활성화보다 깨어난 두뇌,으로 짧은 활성화에 실버의 네트워크가 적은 일반적인에서 더 낮은 입력 에너지입니다. 어떤 방법으로,전력 소비를 감소시키는 장치에 현상을 일으키는 원인이 될 수 있습 유사한 자는 조건은 인간의 뇌입니다.

교육과 컴퓨팅

여기에 질문하는 경우 네트워크에 실버의 와이어의 속성과 유사한 속성의 뇌는지 여부,그것은 계산적 문제를 해결하기 위해니까? 예비 실험은 다음과 같는 답은'그렇지만,장치,원격을 비교와 일반 컴퓨터입니다.

첫째,소프트웨어 없습니다. 대신에,연구자들은 사실을 이용한 네트워크를 왜곡되거나 수신되는 신호는 다른 방법으로,어디에 따라 출력을 측정합니다. 이것이 가능 사용을 위한 음성 인식 또는 이미지 때문에 장치할 수 있어야 합 깨끗한 시끄러운 입력 신호입니다.

이것은 또한 해당 장치에 사용할 수 있습라 저수지컴퓨팅니다. 기 때문에 입력할 수 있 원칙적으로 생성하는 많은 수백만의 다른 결론(따라서 저수지),사용자가 선택할 수 있거나 결합의 통찰력 있도록 결과가 원하는 계산을 입력합니다. 예를 들어,당신을 촉진 장치에는 두 개의 서로 다른 장소,같은 시간에 기회가있는 하나의 수백만의 다른 결론을 얻을 것입니다.의 합계를 대표 두 개의 입력이 있습니다.

도입과 통찰력을 디코딩하는 방법을 알아낼 더 나은 정보를 인코딩하도록 네트워크 이해할 수 있습니다. 여 이 작업을 수행할 수 있습 교육의 장치를 실행하여 작업으로는 수백 수천의 시대,최초의 한 유형으로 입력한 다음,다른 사람과 비교한 것 출력이 더 나은 작업에 대응합니다. "우리는 프로그래밍 가능한 장치지만,가장 좋은 방법을 선택하는 정보를 인코딩하도록 네트워크 동작한 유용하고 흥미로운"라고 말 Gimzewski 니다.

에서 작동하는 것이 곧 출판 과학자들은 말할 것이 어떻게 훈련 네트워크의 철사를 수행하는 단순한 논리적인 작업입니다. 에 게시되지 않은 실험,그들은 훈련 네트워크 간단한 문제를 해결해 메모리에,일반적으로 묻는 쥐(T-maze). 에서의 시험 T-미로 쥐를 보상하는 경우 그것은 바로 돌에서 응답을 빛입니다. 그것의 자신의 버전에 대한 교육,네트워크는 것은 올바른 선택을 할 수 있습니다 in94%의 경우입니다.

지금까지 이러한 결과는 아무것도 더 이상의 증거를 원칙적으로,말한다 Nugent 니다. "작은 쥐를 만들고,결정에서 T-미로,적 접근 방식에서 아무것도 분야의 기계 학습할 수 있는 평가 시스템에서"전통적인 컴퓨터,그는 말합니다. 그는 의심이 이 장치를 만들 수 있습 유용 칩에서 다음 몇년 동안.

그 잠재력은 거대한다고 말했다. 네트워크 때문에,다음과 같은 두뇌,공유하지 않 처리 및 메모리합니다. 전통적인 컴퓨터에 필요한 정보를 전송하는 사이는 다른 영역 이 두 가지 기능이 있습니다. "이 모든 별도의 통신이 축적되기 때문에 철사는 에너지가 필요해요"라고 전트니다. 전통적인 컴퓨터,당신이해야 할 것입니다.프랑스,시뮬레이션하는 완전한 인간의 뇌에서 괜찮은 해결합니다. 는 경우 장치는 다음과 같은 네트워크할 수 있 문제를 해결하기 위해 효율성의 기계 학습 알고리즘에서 실행되는 전통적인 컴퓨터,그들이 사용할 수 있습 억 배 더 적은 에너지입니다. 그리고 그것은 작은입니다.

과학자들의 연구 결과는 또한 보기를 지원하는 권리 부여,상황에서,지능형 시스템에 의해 형성되는 자기 조직화없이,템플릿 또는 프로세스에 대한 자신의 개발합니다. 은 체인"일어나 자발적으로"라고 토드 chateau away from home,전자의 DARPA 지원하는 프로젝트 초기 단계에 있습니다.

Gimzewski 믿는 네트워크의 실버 선이나 유사한 장치보다 더 좋을 수 있다는 전통적인 컴퓨터에서 예측하고 복잡한 프로세스입니다. 전통적인 컴퓨터 모델로 세계 방정식,종종 단지 대략 설명하는 복잡한 현상입니다. Neuromorphic 네트워크 스위치 원자 수준에서 그것의 자신의 내부의 복잡한 현상을 모형입니다. 그리고 그들은 또한 그것을 빠르—네트워크의 상태에 따라 달라질 수 있습 속도 수천만의 변경합니다. "우리가 사용하는 복잡한 시스템을 이해하는 복잡한 현상을"라고 말 Gimzewski 니다.

의 시작 부분에서 올해는 미국 화학 협회 회의에서는 샌프란시스코 Gimzewski,Stig 과 그들의 동료들은 제시하는 실험 결과에서는 그들이 먹을 장치에 대한 첫 번째 세 년의 년에서 데이터 집합 도로 교통 에서 로스앤젤레스의 형태로,이 시리즈의 펄스 수를 나타내는 전달하는 차량이 시간당합니다. 의 수백을 통해 시간 동안 훈련의 결론은 마지막으로,예측한 통계적 추세에서 두 번째로 절반의 데이터 집합을 아주 잘하지만,장치를 표시하지 않았습니다.

아마도 어느 날,농담 Gimzewski,그것은 네트워크를 사용하여 예측하는 주식 시장합니다.