Ingenjörer vid Tokyo Institute of Technology (Tokyo Tech) har demonstrerat en beräkningsmetod med hjälp av ett ringnätverk av kopplade spikande oscillatorer med kaotisk dynamik implementerad på analog hårdvara. Detta nya tillvägagångssätt är baserat på uppkomsten och mönsterbildningsfenomen som uppstår under "ofullständig synkronisering" inom kaotisk dynamik. I framtiden kan det avsevärt påverka konventionella metoder för mönsterdetektering som vanligtvis används i artificiella neurala nätverk på digitala hårdvarumotsvarigheter.

På senare tid har algoritmer baserade på artificiell intelligens (AI) hittat olika samhälleliga tillämpningar som personlig hälsovård, autonom körning, smarta städer och precisionsjordbruk. Mängden beräkningskapacitet som krävs för att distribuera sådana algoritmer ökar. Därför tittar forskningsinitiativ på alternativa AI-metoder med inspiration från befintliga naturliga system.

Ett tillvägagångssätt är fysisk reservoarberäkning, där en ensemble av dynamiska element som utnyttjar fysiska fenomen används för att kartlägga indata till ett högdimensionellt utrymme. Fördelen med denna metod är det minskade behovet av träningsalgoritmer som kräver en stor mängd processorkraft. Dessa reservoarer kan ofta implementeras av mycket enkla fysiska system och kräver inga komplexa arkitekturer som är fallet med neurala nätverk.

Kretsen som användes i denna studie, kallad Minati-Frasca-kretsen och ursprungligen upptäcktes och utvecklades av forskare vid universiteten i Trento och Catania i Italien, är mycket elementär, involverar endast fem passiva och två aktiva komponenter, samtidigt som den visar rikt spikbeteende . "Dessa kretsar är verkligen anmärkningsvärda och är en naturlig kandidat för fysisk reservoarberäkning", säger Dr Hiroyuki Ito, chef för Nano Sensing Unit där studien genomfördes.

Experimenten som utfördes av forskarna vid Tokyo Tech inkluderade inställning av kaoticiteten och kopplingsstyrkan inom ett ringnätverk av Minati-Frasca-kretsar. Inledningsvis, vid låga värden på en lämplig kontrollparameter, visade nätverket periodisk spik, följt av mycket oregelbundet beteende när denna parameter ökades. I kombination med att svepa kopplingsstyrkan avslöjade denna operation en mängd olika sätt på vilka nätverket synkroniserar, vilket innebär att noder inom det visar liknande beteende som kan observeras i deras vågformer. Med tanke på nätverket som helhet kan uppkomsten av synkroniseringsmönster med en preferenssynkronisering av vissa nodpar framför andra, en situation som kallas ofullständig synkronisering, observeras i kaos. Dessutom, i fallet med detta specifika nätverk, når denna region maximal bredd nära kanten av kaos, vilket är gränsen mellan periodiska och kaotiska verksamhetsområden.

Forskarna vid Tokyo Tech introducerade sedan ytterligare två faktorer för att påverka "väg-till-synkronisering", nämligen injiceringen av koherent brus i varje nod inom nätverket och uppdelning av nätverket i två olika populationer. Det förra visade att det extra bruset avsevärt minskar synkroniseringen av nätverket i den periodiska regionen, medan i den kaotiska regionen förbättras området med ofullständiga synkroniseringsskift och synkroniseringen av noder som inte är strukturellt intilliggande. Detta indikerar att nätverket kan svara på yttre stimuli på ett komplext sätt. Det senare experimentet delade upp nätverket i två halvor, den ena fungerar i kaos och den andra inom periodicitet.

Vägen till synkronisering under detta tillstånd undersöktes med ett kopplingsstyrkesvep, vilket gav en slående diversifiering av synkroniseringsbeteendet mellan de två populationerna. Medan synkroniseringsstyrkan stadigt ökade inom den kaotiska halvan, visade den periodiska halvan icke-monotona effekter, dvs. multipla minima uppträdde när man svepte kopplingsstyrkan. Dessutom, efter att ha undersökt synkroniseringsmönstren i detalj, avslöjades ett kontradiktoriskt beteende, som visade en initial synkronisering av den periodiska halvan som sedan övertogs av den kaotiska halvan, följt av en slutlig övergripande synkronisering mellan båda halvorna. Denna effekt understryker ytterligare den generativa potentialen hos detta nätverk. I huvudsak visar en binär uppdelning av två populationer ett mycket förenklat scenario av de indatastörningar som detta nätverk kan utsättas för när det används för fysisk reservoarberäkning.

Som sådan övervägde forskarna nätverket i sin studie och föreslog att det skulle användas för att implementera reservoarberäkning i framtiden genom att utnyttja de olika fenomen som beskrevs ovan. "Kommer från en bakgrund av maskininlärning, påminde kopplingarna inom nätverket mig om att arbeta med neurala nätverk. Men till en början kunde jag inte förstå konsekvenserna av förändrad dynamik och kaos, eftersom konventionella AI-algoritmer tenderar att inte ha sina medfödda dynamisk aktivitet", säger Jim Bartels, en av huvudförfattarna till denna studie. "Jag insåg att utnyttjandet av denna dynamik för beräkning skulle kunna passa väl in i reservoarberäkningsområdet, som fortfarande är ett växande studieområde."

Efter den här intervjun förklarade teamet varför denna typ av reservoarberäkning kan vara till nytta för tillämpningar i samhället. "Ett av de huvudsakliga forskningsområdena som vi arbetar med i Nano Sensing Unit är tidsserieklassificering för internet-of-things (IoT) enheter och edge computing, såsom klassificering av djurbeteende. En mycket viktig faktor för dessa enheter är deras batterilivslängd, eftersom den bestämmer barriären mot konkret adoption. Det som är spännande med fysiska reservoarer som den vi har föreslagit är möjligheten att, i framtida integrerade realiseringar som ännu inte ska byggas, drivas med lägre effekt än stora digitala neurala nätverk . Eftersom kretsen representerar en av de minsta kända typerna av spikgenererande oscillatorer, som går utöver det nuvarande proof-of-concept-stadiet, förväntar vi oss att forskare över hela världen utforskar dess många möjliga variationer för ytterligare beräkningsramverk, såsom neurala nätverk." kommenterade.

Ludovico Minati, som är den ledande författaren av studien. Experimenten som genomfördes, utformningen av hårdvaran, resultaten och deras diskussion rapporteras i en nyligen publicerad artikel i tidskriften Chaos, Solitons &Fractals . Dessutom har allt designmaterial och experimentella data gjorts fritt nedladdningsbara. + Utforska vidare

Utforskar partiell synkronisering i nätverkssystem