Ruhani: bilim adamları yapay beyin gümüş ve zorla onu öğrenmek

Küçük bir kendi kendine organize ağ yapay sinaps hatırlar, kendi deneyimleri ve çözmek için basit bir görev. Onun yaratıcıları umut hiç bu dayalı, yapay bir beyin oluşturulacak bir cihaz gereği, enerji verimliliği rakipleri işlem gücü beyin. Genel, beyin, atlarsanız, bunları elde etmek, düşünme ve problem çözme, mükemmel, kendi enerji verimliliği. Çalışmak için beyin ihtiyacı kadar enerji, ne kadar emer, 20-watt akkor lamba. Biri en güçlü ve gerekli özelliklere sahip misin süper dünyada, bilgisayar K Kobe, Japonya, tükettiği kadar 9,89 megavat enerji – yaklaşık ne kadar ve 10 000 evler. Ama 2013 yılında bile böyle bir enerji, araba aldı 40 dakika, modellemek için 1% etkinlik insan beyninin boyunca 1 saniye.

Ve işte mühendisler, araştırmacılar, Kaliforniya Nanosistemler enstitüsü, university of California üniversitesi, Los Angeles umut dalaşmak bilgi işlem ve enerji tasarruflu yetenekleri, beyin, sayesinde, sağlar, yansıtan beyin yapısı. Oluşturdukları cihaz, belki de türünün ilk örneği bir «ilham kaynağı beyin oluşturmak için izin özellikleri beyin ne yapar», diyor Adam, Stig, araştırmacı ve yardımcı doçent enstitüsü, yönetim, proje ile birlikte Jim Гимжевски, kimya profesörü, Kaliforniya üniversitesi, Los Angeles.

Cihaz hiç benzemiyor, normal bilgisayarlara göre her yalan, küçük bir tel, baskılı üzerinde silikon yongaları, высокоупорядоченных şemaları. Güncel deneysel versiyon temsil ızgara 2 x 2 mm gümüş нанопроводов, amerika birleşik yapay синапсами. Aksine, silikon devreler ile geometrik hassasiyet, bu cihaz iç içe «iyi перемешанное bir tabak spagetti» diyor Stig. Bu onun ince yapısı organize rastgele kimyasal ve elektrik işlemleri yerine tasarlanmış kapsamlı bir şekilde.

Kendi karmaşıklığı içinde bu gümüş şebeke benzer bir beyin. Santimetre kare başına kafes oluşturuyor milyar yapay sinaps, birkaç kat farklıdır, gerçek bir beyin. Elektrik, ağ etkinliğini de gösterir özelliği, benzersiz, karmaşık sistemleri gibi beyin: «kritiklik», durumu arasındaki düzen ve kaos gösteren, maksimum verim.

Bu ağ, son derece iç içe нанопроводов görünebilir, kaotik ve rastgele, ama onun yapısı ve davranış benzer bir davranış nöronlar beyin. Bilim adamları Nanosistemler geliştirmek onun gibi bir cihaz-beyin öğrenme ve hesaplama

Ayrıca, ön deneyler gösteriyor ki, bu нейроморфная (yani benzer bir beyin) gümüş tel örgü vardır, büyük ve işlevsel bir potansiyele sahip. O zaten gerçekleştirebilir basit eğitici ve mantıksal işlemler. O temizlemek için alınan sinyal istenmeyen gürültü, ve bu önemli bir yeteneği, ses tanıma ve benzer görevleri, sorunlara neden olan geleneksel bir bilgisayar. Ve onun varlığını kanıtlıyor ilke, ne bir gün olacak belki de oluşturma cihazları ile enerji verimliliği, yakın enerji verimliliği beyin.

Özellikle merak ediyorum bu avantajları bakmak arka plan üzerinde yaklaşan bir sınırı minyatür ve verimli silikon tabanlı mikroişlemciler. «Moore yasası öldü, yarı iletkenler artık giderek daha az ve insanlar голосить, diyorlar, ne yapacağız,» diyor Alex Нюджент, şirketin CEO'SU Knowm yapan нейроморфными hesaplamalar ve katılan proje, university of California. «Ben bu fikri seviyorum bu yönünü. Sıradan bir bilgi işlem platformu milyar kat daha az etkilidir».

Anahtarlar rolü sinaps

Zaman Гимжевски üzerinde çalışmaya başladı sadece bir proje ile gümüş örgü 10 yıl önce, onun ilgilenmiyordu hiç энергоэффективнось. Sıkılmıştı. Kullanarak tarama tünel mikroskobu keşfetmek için elektronik atomik ölçekte, 20 yıl içinde, o, son olarak, şunları söyledi: «Ben yorgun mükemmellik ve hassas kontrolü ve biraz da yorulmuş bir yer редукционизма».

Редукционизм değer olduğuna inanmak, özünde tüm modern mikroişlemciler, ne zaman karmaşık bir olgu ve şema ile açıklanabilir kullanarak basit olaylar ve öğeler.

2007 yılında kendisine teklif yapılacak çalışma ile tek tek atomik anahtarları (veya anahtarları) grubu tarafından geliştirilen Masakazu Аоно Uluslararası merkezi malzeme наноархитектонике, Tsukuba, Japonya. Bu anahtarları bulunan aynı madde, bir leke bir gümüş kaşık içinde siyah renk, dokunduğunda yumurta: demir sülfür sıkışmış. arasındaki sağlam metal gümüş.

Besleme gerilimi cihaz iter pozitif yüklü gümüş iyonları, сульфиде gümüş tabakası gümüş katot, nerede bu geri yüklenir metalik gümüş. Atom iplik gümüş büyür, sonuçta kapanış arasında bir boşluk metalik gümüş taraflar. Anahtar açık, ve bir akım akabilir. Ters akım ters etkiye sahiptir: gümüş köprüler azalır, anahtarı kapanır.

Ancak, kısa bir süre sonra geliştirme switch grubu Аоно başlangıç gözlemlemek alışılmadık bir davranış. Daha sık kullanılan anahtarı daha kolay o bağlantısı. Eğer o, bir süre için kullanılan, yavaş yavaş açık kaldıktan sonra kendi kendine. Aslında, anahtarı hatırladı onunbir hikaye. Аоно ve arkadaşları da bulduk anahtarları, görünüşe göre, etkileşim ve birbirleri ile, yani etkinleştirmek için bir anahtarı bazen блокировало veya выключало diğer bulundu.

Çoğu grup Аоно tasarlamak istedim, bu garip özellikleri dışında anahtarları. Ama Гимжевски ve Stig (sadece e-doktora grubunda Гимжевского) hatırladı, sinaps, anahtarları arasındaki sinir hücreleri insan beyninde de değiştiren bir ilişki elde deneyim ve etkileşim. Ve böyle bir fikir doğdu. «Düşündük: niçin değil denemek somutlaştırmak tüm bu yapı kabuğu anımsatan beyin memeli ve onu keşfetmek?», şu Stig.

Oluşturma böyle karmaşık bir yapıyı kesinlikle zor oldu, ama Stig ve Одриус Авиценис, bir gruba katıldı ve bir yüksek lisans öğrencisi olarak, geliştirilen bu protokol. Выливая gümüş nitrat küçük bakır küre, onlar neden olabilir büyüme mikroskobik ince kesişen gümüş teller. Sonra onlar aracılığıyla atlamak için bu kılavuz sülfür gazı, bir katman oluşturmak için gümüş sülfür arasında gümüş teller, kaynak atomik anahtarı takım Аоно.

kendi kendine organize kritiklik

Zaman Гимжевски ve Stig anlattı diğer projesi hakkında, hiç kimse inanmadı, ne işe yarar. Bazı söylediler cihaz ortaya koyacak bir tip statik etkinlik ve üzerine yerleşir, hatırlıyor Stig. Diğer ileri sürmüşlerdir tam tersi: «Onlar konuştu, geçiş basamaklı olacak ve tüm tasarım sadece yanacak» diyor Гимжевски.

Ama cihaz расплавилось. Aksine, ne zaman Гимжевски ve Stig onu izledi üzerinden kızılötesi kamera, giriş akımı devam değiştirmek için yolu geçti cihaz olduğunu kanıtlayan aktif ağ değildi, lokalize, daha ziyade aralıklı olarak beyin.

Bir Gün bir sonbahar günü, 2010 yılında, ne zaman Авиценис ve meslektaşı Henry Силлин artan giriş gerilimi cihazda, onlar aniden fark, sıra dışı bir gerilim başlangıcı, rasgele dalgalanma, sanki örgü tel canlandı. «Biz oturdu ve baktı, biz şok olduk,» diyor Силлин.

Düşündüler, ne bazı ilginç şeyler bulduk. Ne zaman Авиценис analiz verilerin izlenmesi için bir kaç gün, o keşfetti ağ kaldı aynı düzeyde etkinlik kısa bir süre için daha sık, daha uzun süre. Daha sonra buldukları küçük bir alanda etkinlik daha yaygın, daha büyük.

«benim çene düştü» diyor Авиценис, çünkü onlar ilk defa öğrendim ve cihazınızın güç yasası. Güç yasalar açıklayan matematiksel bir ilişki içinde olan bir değişken olarak değişir derecesi başka. Onlar için geçerli sağlar, daha büyük ölçekli, daha uzun, olaylar daha az yaygın, daha küçük ve daha kısa, ancak yaygın ve bir rastlantı değildir. Pere Tankı, danimarkalı bir fizikçi, bir sonraki 2002 yılında, ilk önerilen güç yasalar gibi ayırt edici özellikleri, her türlü karmaşık dinamik sistemler verilebilir büyük ölçekte ve uzun menzilli. Bu davranış, dedi, işaret, karmaşık bir sistemi dengeler ve bu durumda altın orta arasında düzen ve kaos, durumu «derecesi», ve onun tüm parçaları etkileşim ve bağlı rızası için maksimum verimlilik.

Olarak tahmin Tankı, степенное davranış gözlenmiştir insan beyninde: 2003 yılında Dietmar Пленц, nörofizyolog, Ulusal sağlık enstitüsü, izledim, bir grup sinir hücreleri aktive, diğer, hangi, sırayla, aktive diğerleri, sık sık çalıştırarak, sistem çağlayanlar aktivasyonlar. Пленц bulundu boyutları bu kademelerin takip, dağıtım ve füzyon güç hukuk ve beyin gerçekten hareket, bu nedenle, en üst düzeye çıkarmak için dağıtım etkinliği kaybetme riski kontrol altına yayılması.

Gerçeği cihazı, university of California da ortaya koymuştur güç yasası eylem, bu çok önemli, diyor Пленц. Çünkü bunun gibi bir beyin var arasında hassas bir denge aktivasyonu ve inhibisyonu, tutan bir iş miktarı için onu parçalar. Aktivitesini inhibe etmez seth, ama durmuyor.

Daha Sonra Гимжевски ve Stig buldunuz arasında bir benzerlik var gümüş şebeke ve beyin: tıpkı uyku insan beyni gösterir daha az kısa bir basamak daha aktif, uyanık beyin, durumu kısa bir aktivasyon gümüş ağ daha az yaygın hale, düşük giriş enerjileri. Bir şekilde, düşük güç tüketimi, cihaz bir devlet kurmak için, uyku durumuna benzeyen insan beyin.

Eğitim ve hesaplama

Ve işte soru: eğer bir ağ gümüş teller özelliklere sahiptir, benzer özellikleri beyin, o çözmek için bir bilgisayar görevleri? Ön deneyler göstermiştir ki, cevabı evet olsa da cihaz, tabii ki, daha uzaktan karşılaştırmak normal bir bilgisayar.

Ilk olarak, bir yazılım yok. Bunun yerine, araştırmacılar, kullandıkları gerçeğini ağı bozabilir gelen sinyaller, çeşitli yollarla bağlı, nerede ölçülür çıktı. Bu, birçok olası kullanımı için ses tanıma veya görüntü, çünkü bu cihaz için mümkün olmalıdır temizlemek için kalabalık gelen sinyal.

Bu da şöyle bir cihaz için kullanabilirsiniz sözde резервуарныхhesaplama. Çünkü, tek bir giriş olabilir, ilke olarak, çok üretmek, milyonlarca farklı bulgular (dolayısıyla rezervuar), kullanıcılar veya bulguları birleştirmek için bir sonuç oldu, istenen hesaplama giriş. Örneğin, eğer bir teşvik cihaz aynı anda iki farklı yerde, bir şans, bir milyon farklı sonuçlara temsil edecek miktarı için iki giriş.

Bir Meydan okuma bulmak için doğru sonuçlar çıkarmak ve bunları çözmek için de daha iyi nasıl öğrenmek, kodlamak için bilgi ağı ... ... onu anlamak. Bunu yapmak mümkün olacak nedeniyle eğitim cihazı ile: kiriş görevi, yüzlerce ya da binlerce kez, önce bir tür girdi, sonra bir başkasıyla karşılaştırmak için hangi sonuç daha iyi iş yapar. «Biz программируем cihaz, ama seçmek için en iyi yolu bilgileri kodlamak için bir davranış, bir ağ vardı yararlı ve ilginç,» diyor Гимжевски.

Bir iş, bir yakında yayınlanacak, bilim bilgi, eğitim almış, ağı, tel üretmek için basit mantıksal işlemleri. Ve yayınlanmamış deneyleri, onlar eğitimli ağı çözmek için basit bir görev, bellek, hangi genellikle sorulan sıçanlara (T-labirent). Test T-labirent sıçan ödüllendirilir, eğer sizin için doğru bir dönüş cevap ışık. Kendi sürümü için eğitim, ağ yapmak için doğru bir seçim, 94% servis talepleri.

şimdiye Kadar bu sonuçlar daha fazla kanıt ilkesinin diyor Нуджент. «Küçük sıçan, ev sahibi çözüm T-labirent, asla yaklaşıyor şey, makine öğrenme alanında, değerlendirmek, onların» sistem geleneksel bir bilgisayar diyor. Bu şüphe, bu cihaz yapmak için yararlı bir çip önümüzdeki birkaç yıl içinde.

Ama potansiyeli çok büyük, dedi. Çünkü ağ, ve, beyin, parçaları, işleme ve bellek. Geleneksel bilgisayarlar için gerekli bilgi aktarımı farklı alanları arasında işleyen bu iki seçenek. «Tüm bu ekstra ıletişim kurar, çünkü tel enerjiye ihtiyaç duyar» diyor Нуджент. Alarak, geleneksel bilgisayarlar gerekir gerilimsiz hale getirme Fransa, modellemek için tam bir insan beyni iyi bir çözünürlükte. Eğer cihaz bir tür gümüş ağ mümkün olacak, problem çözme, verimlilik ile makine öğrenme algoritmaları üzerinde çalışan geleneksel bilgisayarlar için, onlar kullanmak için bir milyar kat daha az enerji. Ve daha küçük iş.

Bilim adamlarının Bulguları da teyit görüş, doğru koşullar altında akıllı bir sistem oluşturulabilir yoluyla örgütlenme kalmadan, herhangi bir şablon ya da işlem için onları geliştirmek. Gümüş ağ «kendiliğinden ortaya çıktı,» diyor Todd Hilton, eski yöneticisi DARPA, поддержавшего projenin erken aşamalarında.

Гимжевски inanıyor ağı gümüş tel veya benzer bir cihaz daha iyi olabilir de geleneksel bilgisayarlar için tahmin zor süreçler. Geleneksel bilgisayar modeli dünya denklemler, genellikle sadece yaklaşık tanımlamak için karmaşık bir olgu. Нейроморфные ağ nükleer anahtarları satır kendi iç yapısal karmaşıklığı ile bir fenomen modeli. Ve onlar da bu hızlı ağ durumu değişebilir, orta rüzgar rüzgar kadar on binlerce değişiklik saniyede. «Biz karmaşık bir sistemi anlamak için karmaşık olayların» diyor Гимжевски.

Bu yılın başlarında bir toplantıda Amerikan kimya derneği, San Francisco Гимжевски, Stig ve muadilleri için sunulan deney sonuçları, sırasında onlar yedi sandık, dostum cihaza ilk üç yıl, altı yıllık bir veri kümesi hakkında, trafik, Los Angeles, şekilli serisi nabız sayısını belirten geçen arabalar saatte. Yüzlerce saat eğitim sonuç, nihayet, tahmin istatistiksel bir eğilim ikinci yarısından veri kümesi, ve oldukça iyi olsa cihaza onu gösterdi.

Belki, bir gün, şaka Гимжевски, o ağı kullanan tahmin etmek için borsa.