Inte av denna värld: forskare har skapat en artificiell hjärna gjorda av silver och tvingade honom att lära sig

Lilla organiserade nätverk av konstgjorda synapser minns hans erfarenheter och är i stånd att lösa enkla uppgifter. Dess skapare hoppas att en dag baserat på denna konstgjorda hjärnan skapas av enheten, dess effektivitet är inte sämre än att den datorkraft i hjärnan. I Allmänhet, hjärnor, om du utelämnar deras prestation i tänkande och problemlösning, är perfekt i sin effektivitet. Att arbeta hjärnan behöver så mycket energi som den absorberar en 20-watts glödlampa. Och en av de mest kraftfulla och snabbaste superdatorer, K datorn i Kobe, Japan, förbrukar 9.89 megawatt energi – om så mycket som 10 000 bostäder. Men under 2013, även med denna energi, bilen tog 40 minuter för att simulera 1% av aktiviteten av den mänskliga hjärnan i hela 1 sekund.

Och ingenjörer-forskare från Kalifornien Nanosystem Institute vid University of California i Los Angeles hoppas på att konkurrera med design och energieffektiva förmågor i hjärnan, tack vare system som återspeglar strukturen i hjärnan. De skapar en enhet, kanske den första av sitt slag, som är "inspirerad av hjärnan att producera egenskaper som tillåter hjärnan att göra det han gör", sade Adam, Stig, forskare och Docent vid Institutet, som leder projektet tillsammans med Jim Gimzewski, Professor i kemi vid University of California i Los Angeles.

Deras enhet är inte som vanliga datorer, som är baserade på små ledningar märkta på ett kisel-chip i den högre ordningens system. Nuvarande experimentella version representeras som ett rutnät av 2 x 2 mm silver nanotrådar, som är sammanlänkade av konstgjorda synapser. Till skillnad från silicon kretsar med geometrisk precision, denna enhet är skyldig som "väl blandad tallrik med spaghetti, säger Stig. Medan dess fina struktur är organiserad från ett slumpmässigt kemiska och elektriska processer, och inte konstruerad på ett noggrant sätt.

Komplexiteten i detta silver nätverket liknar hjärnan. Per kvadratcentimeter av rutnätet har en miljard konstgjorda synapser, vilket är flera storleksordningar skiljer sig från den verkliga hjärnan. Den elektriska aktiviteten i nätverket visar också en egenskap som är unik för att komplexa system som hjärnan: "kritiskt", tillståndet mellan ordning och kaos, som anger maximal effektivitet.

Detta nätverk är extremt sammanflätade nanotrådar kan se kaotiskt och slumpmässigt, men dess struktur och beteende liknar beteendet hos nervceller i hjärnan. Forskare från Nanosystem utveckla det som en enhet-hjärnan för lärande och design

Dessutom, preliminära experiment visar att detta neuromorphic (dvs, liknande till hjärnan) silver wire mesh har en stor funktionell kapacitet. Hon kan utföra en enkel lärande och logiska operationer. Det kan rent signalen från oönskade ljud, och detta är en viktig förmåga för röstigenkänning och liknande uppgifter som orsakar problem för traditionella datorer. Och dess existens bevisar principen att en dag kommer det att vara möjligt att skapa enheter med energieffektivitet nära effektiviteten i hjärnan.

Särskilt intressanta av dessa fördelar ser i bakgrunden närmar sig gränsen för miniatyrisering och effektivitet av kisel mikroprocessorer. "Moores lag är död, halvledare kan inte längre bli mindre, och folk börjar att gråta och sade:" vad skola vi göra," säger Alex Nugent, VD Knowm inblandade i neuromorphic computing, och inte en del av projektet från University of California. "Jag gillar denna idé, denna riktning. Gemensamma beräknings plattform är en miljard gånger mindre effektiv."

Switchar som synapser

När Gimzewski började arbeta på sitt projekt med silver mesh för 10 år sedan, han var intresserad av inte energoeffektivnost. Han var uttråkad. Med hjälp av en sveptunnelmikroskop att studera elektronik på atomär skala inom 20 år, sa han till slut, "jag är trött på perfektion och exakt kontroll och lite trött från reduktionism".

Reduktionism, är det nödvändigt att anta, är grunden för alla moderna mikroprocessorer, när komplexa fenomen, och schemat kan förklaras med hjälp av enkla händelser och element.

I 2007, han var som erbjuds att studera enskilda atomic växlar (eller växlar), som utvecklats av en grupp av Masakazu Aono Internationella center för material nanoarchitectonics i Tsukuba, Japan. Dessa växlar innehåller samma ingrediens som fläckar en silver sked svart när det handlar om ägg: strykjärn svavelväte, inklämt i sandwich mellan solid metall och silver.

Matningsspänningen till enheten skjuter positivt laddade silverjoner i silver svavelväte till silver lager av katoden, där de återställs till metalliskt silver. Atomic trådar av silver växa, så småningom klyftan mellan metalliskt silver sidor. Strömbrytaren är påslagen och ström kan flyta. Den nuvarande återföring har motsatt effekt: silver broar minskas och stänger av.

Men strax efter utvecklingen av de byta grupp Aono började observera ovanligt beteende. Ju mer du använt switch, desto lättare är det som ingår. Om han inte har använts, det kommer så småningom att stänga av på egen hand. I själva verket byta minns hanshistoria. Aono och hans kollegor fann också att den växlar verkar ha interagerat med varandra, så införandet av en switch ibland blockeras eller stängas av andra i närheten.

De flesta av koncernens Aono ville bygga dessa märkliga egenskaper utanför växlar. Men Gimzewski och Stig (som just fått sin doktorsexamen i gruppen Gimzewski) mindes synapser växlar mellan nervceller i hjärnan som förändras också relationerna med att få erfarenhet och interaktion. Och så föddes idén. "Vi tänkte, varför inte prova att sätta det hela i och med struktur, som påminner om barken av hjärnan hos ett däggdjur, och att studera det?", säger Stig.

Att Skapa en sådan komplex struktur var definitivt svårt, men Stig och Försmådd av Avizinis, som bara hade anslutit sig till den grupp som doktorand, som utvecklats Protokollet. Hälla silvernitrat på en liten koppar sfär, att de skulle kunna orsaka tillväxt av mikroskopiskt tunn silver korsande ledningar. De kan sedan passera genom denna mesh svavel gas för att skapa ett lager av silver svavelväte mellan silver trådar, som i den ursprungliga kärnkraft kommandot växla Aono.

- Organiserad kritik

När Gimzewski och Stig berättade för andra om ditt projekt, ingen trodde att det skulle fungera. Vissa säger att enheten kommer att visa en typ av statisk aktivitet och det kommer att lösa, säger Stig. Andra har föreslagit motsatsen: "De sa att växla kommer att vara överlappande och hela strukturen kommer helt enkelt att brinna ut, säger Gimzewski.

Men enheten inte smält. Tvärtom, när Gimzewski och Stig såg honom genom en infraröd kamera, inspänning fortsatt att förändra det sätt som passerat genom enheten — som visar att aktiviteten inte är lokaliserad, men snarare ut som i hjärnan.

En höstdag 2010, när Avizienis och hans kollega Henry Sillin ökad spänning i apparaten, som de plötsligt märkte att utspänning börjar svänga om grid ledningar kom till liv. "Vi satte oss ner och tittade på det, vi var i chock, säger Sillin.

De gissade att han hade hittat något intressant. När Avizienis analyseras mätdata för ett par dagar, fann han att nätverket har legat på samma nivå av aktivitet för korta perioder oftare än en lång. Senare fann de att en liten del av verksamheten är mer vanliga än de större.

"jag tappade hakan, säger Avizienis, eftersom de först lärt sig av enhetens ström lag. Power lagar beskriva det matematiska sambandet som en variabel som varierar graden av den andra. De gäller system som är större, längre händelser är mindre vanliga än mindre och kortare, dock gemensamma och inte oavsiktlig. Per Bak, en dansk fysiker, avliden 2002, först föreslogs av makt lagar som ett utmärkande drag för alla typer av komplexa dynamiska system, som kan vara organiserade på stora skalor och långa avstånd. Ett sådant beteende, sade han, visar att ett komplext system av saldon och är verksam i medelväg mellan ordning och kaos, i ett tillstånd av "kritiskt", och alla dess delar samverkar och relaterar till, för maximal effektivitet.

Som förutspått Tank, power-lag beteende observerades i den mänskliga hjärnan: 2003, Dietmar Plenz, neurophysiologist, National institutes of health, konstatera att grupper av nervceller aktiveras av andra som i sin tur aktiveras andra, vilket ofta leder till en systematisk kaskader av aktiveringar. Växter som finns att storleken på dessa kaskader följa en fördelning enligt power lag, och hjärnan verkligen agerade således för att maximera verksamheten utan att förlora kontroll över sin distribution.

Det faktum att enheten för University of California hade också visat power law in action, detta är mycket viktigt, säger Plenz. På grund av detta följer att, som i hjärnan, det är en känslig balans mellan aktivering och hämning, som upprätthåller summan av dess delar. Aktiviteten inte överväldiga, men inte avslutats.

Senare Gimzewski och Stig finns en annan likhet mellan silver nätverk och hjärnan, precis som sömn den mänskliga hjärnan visar minus kortfristiga kaskader av aktivering än att vakna hjärna, som kort aktivering av silver nätverket blir mindre vanliga på lägre input energi. På något sätt, vilket minskar strömförbrukningen i enheten kan orsaka symptom som liknar den sovande tillstånd av den mänskliga hjärnan.

Utbildning och design

Och här är frågan: om ett nätverk av silver tråd har egenskaper som liknar egenskaper i hjärnan, oavsett om det är för att lösa beräkningsproblem? Preliminära försök har visat att svaret är Ja, även om enheten, naturligtvis, inte alls att jämföra med en vanlig dator.

För det första, ingen programvara. Istället forskarna utnyttja det faktum att nätverket kan snedvrida den inkommande signalen på olika sätt, beroende på var du mäta output. Det tyder på en möjlig användning för röstigenkänning eller bilden på grund av att enheten ska kunna städa bullriga insignalen.

Detta innebär också att enheten kan användas för så kallad reservoarcomputing. Eftersom en enda ingång kan i princip generera miljontals olika slutsatser (därav reservoaren), användare kan välja eller kombinera insikter så att resultatet blev det önskade beräkning ingång. Till exempel, om du främjar enhet på två olika ställen på samma gång, det finns en chans att en av de miljontals olika slutsatser kommer att utgöra summan av de två ingående.

Den stora Utmaningen är att hitta rätt insikter och att avkoda dem och räkna ut hur man bättre kan koda information så att nätverket kan förstå. Detta kan göras genom att träna enhet: genom att köra uppgift med hundratals eller tusentals gånger, först med en typ av ingång, sedan de andra, och jämför med vad produktionen bättre kan klara av uppgiften. "Vi är inte en programmerbar enhet, men att välja det bästa sättet att koda information så att nätverket beteende var nyttigt och intressant, säger Gimzewski.

I det arbete, som kommer att publiceras inom kort, forskare kommer att berätta hur tränad ett nätverk av trådar för att utföra enkla logiska operationer. I opublicerade försök, de utbildade nätet för att lösa ett enkelt problem på minnet, som oftast frågar råttor (T-labyrint). I testet av T-labyrint en råtta belönad om det gör de rätt i sin tur reaktion på ljus. Med sin egen version för utbildning, nätverk kan göra rätt val i 94% av fallen.

Tills nu, dessa resultat var inget mer än en proof-of-principle, säger Nugent. "Lilla råtta, som fattar beslutet i T-labyrint, aldrig något metoder från området maskininlärning som kan bedöma ditt system" på en traditionell dator, säger han. Han tvivlar på att den här enheten kan göra en användbar chip under de närmaste åren.

Men potentialen är enorm, sade han. Eftersom nätverket, som hjärnan inte dela bearbetning och minne. Traditionella datorer är det nödvändigt att överföra information mellan olika områden att hantera dessa två funktioner. "Allt detta extra kommunikation är samlat för ledningar behöver energi, säger Nugent. Med traditionella datorer måste du stänga av strömmen till Frankrike, för att simulera människans hjärna i en anständig lösning. Om enheter som silver nätverk kommer att kunna lösa problem med effektiviteten i maskinlärande algoritmer som körs på traditionella datorer, de kan använda en miljard gånger mindre energi. Och sedan den är liten.

Resultatet av forskare stöder också uppfattningen att, om omständigheterna är de rätta, ett intelligent system kan formas genom självorganisation, utan någon mall eller process för deras utveckling. Silver kedja "uppstod spontant, säger Todd Hylton, tidigare Chef för DARPA stöds projekt i tidiga skeden.

Gimzewski anser att nätverket av silver kablar eller liknande enheter kan vara bättre än traditionella datorer i att förutsäga komplexa processer. Traditionella datorer modell världen med ekvationer, som ofta endast cirka beskriva komplicerade fenomen. Neuromorphic switchar på atomär nivå av sina egna interna komplexiteten i de fenomen som modell. Och de också göra det snabbt — tillståndet i nätet kan variera med hastighet upp till tiotusentals förändringar per sekund. "Vi använder ett komplext system för att förstå komplexa fenomen, säger Gimzewski.

I början av detta år, American chemical society möte i San Francisco Gimzewski, Stig och deras kollegor presenteras resultaten av ett experiment där de matas till enheten för de första tre åren av en sex år dataset på trafiken i Los Angeles, i form av en serie av pulser som anger antalet passerande bilar per timme. Genom hundratals timmar av träning slutsats slutligen, förutspådde en statistisk trend under andra halvan av dataset ganska bra, även om enheten inte visa det.

Kanske, en dag, skämtar Gimzewski, använder nätverket för att förutsäga börsen.