Ett intelligent material som lär sig genom att fysiskt förändra sig själv, liknande hur den mänskliga hjärnan fungerar, kan vara grunden för en helt ny generation datorer. Radboud-fysiker som arbetar mot denna så kallade "kvanthjärna" har tagit ett viktigt steg. De har visat att de kan mönstra och koppla samman ett nätverk av enstaka atomer, och efterlikna det autonoma beteendet hos neuroner och synapser i en hjärna. De rapporterar sin upptäckt i Naturens nanoteknik den 1 februari.

Med tanke på den växande globala efterfrågan på datorkapacitet, fler och fler datacenter behövs, som alla lämnar ett ständigt växande energifotavtryck. "Det är tydligt att vi måste hitta nya strategier för att lagra och bearbeta information på ett energieffektivt sätt, " säger projektledaren Alexander Khajetoorians, professor i svepsondsmikroskopi vid Radboud universitet.

"Detta kräver inte bara förbättringar av tekniken, men också grundforskning i spelförändrande tillvägagångssätt. Vår nya idé att bygga en 'kvanthjärna' baserad på materials kvantegenskaper kan vara grunden för en framtida lösning för tillämpningar inom artificiell intelligens."

Kvanthjärna

För att artificiell intelligens ska fungera, en dator måste kunna känna igen mönster i världen och lära sig nya. Dagens datorer gör detta via maskininlärningsprogram som styr lagring och bearbetning av information på en separat dators hårddisk. "Tills nu, denna teknik, som bygger på ett hundraårigt paradigm, fungerade tillräckligt. Dock, i slutet, det är en mycket energiineffektiv process, säger medförfattaren Bert Kappen, Professor i neurala nätverk och maskinintelligens.

Fysikerna vid Radboud University undersökte om en hårdvara kunde göra samma sak, utan behov av programvara. De upptäckte att genom att konstruera ett nätverk av koboltatomer på svart fosfor kunde de bygga ett material som lagrar och bearbetar information på liknande sätt som hjärnan, och, ännu mer överraskande, anpassar sig.

Självanpassande atomer

Under 2018, Khajetoorians och kollaboratörer visade att det är möjligt att lagra information i tillståndet av en enda koboltatom. Genom att lägga en spänning på atomen, de kunde framkalla "avlossning, " där atomen pendlar mellan värdet 0 och 1 slumpmässigt, ungefär som en neuron. De har nu upptäckt ett sätt att skapa skräddarsydda ensembler av dessa atomer, och fann att avfyrningsbeteendet hos dessa ensembler efterliknar beteendet hos en hjärnliknande modell som används inom artificiell intelligens.

Förutom att observera beteendet hos spikneuroner, de kunde skapa den minsta synapsen som hittills känts. Omedvetet, de observerade att dessa ensembler hade en inneboende adaptiv egenskap:deras synapser ändrade sitt beteende beroende på vilken input de "såg". "När man stimulerar materialet under en längre tidsperiod med en viss spänning, vi blev mycket förvånade över att se att synapserna faktiskt förändrades. Materialet anpassade sin reaktion utifrån de yttre stimuli som det fick. Den lärde sig av sig själv, " säger Khajetoorians.

Utforska och utveckla kvanthjärnan

Forskarna planerar nu att skala upp systemet och bygga ett större nätverk av atomer, samt dyka ner i nya "quantum" material som kan användas. Också, de måste förstå varför atomnätverket beter sig som det gör. "Vi är i ett tillstånd där vi kan börja relatera grundläggande fysik till begrepp inom biologi, som minne och lärande, " säger Khajetoorians.

"Om vi ​​så småningom kunde konstruera en riktig maskin av detta material, vi skulle kunna bygga självlärande datorenheter som är mer energieffektiva och mindre än dagens datorer. Än, först när vi förstår hur det fungerar – och det är fortfarande ett mysterium – kommer vi att kunna ställa in dess beteende och börja utveckla det till en teknik. Det är en väldigt spännande tid."