En ny datorteknik som kallas "organismoids" efterliknar vissa aspekter av mänskligt tänkande genom att lära sig att glömma oviktiga minnen samtidigt som de behåller viktigare minnen.

"Den mänskliga hjärnan är kapabel till kontinuerligt livslångt lärande, sa Kaushik Roy, Purdue Universitys Edward G. Tiedemann Jr. framstående professor i elektro- och datateknik. "Och det gör detta delvis genom att glömma viss information som inte är kritisk. Jag lär mig långsamt, men jag glömmer hela tiden andra saker på vägen, så det finns en graciös försämring i min noggrannhet när det gäller att upptäcka saker som är gamla. Vad vi försöker göra är att härma hjärnans beteende till viss del, att skapa datorer som inte bara lär sig ny information utan som också lär sig vad man ska glömma."

Arbetet utfördes av forskare vid Purdue, Rutgers University, Massachusetts Institute of Technology, Brookhaven National Laboratory och Argonne National Laboratory.

Centralt i forskningen är ett keramiskt "kvantmaterial" som kallas samariumnickelat, som användes för att skapa enheter som kallas organismeoider, sa Shriram Ramanathan, en Purdue-professor i materialteknik.

"Dessa enheter har vissa egenskaper hos levande varelser och gör det möjligt för oss att utveckla nya inlärningsalgoritmer som efterliknar vissa aspekter av den mänskliga hjärnan, ", sade Roy. "Resultaten har långtgående konsekvenser för kvantmaterial samt hjärninspirerad datoranvändning."

Resultaten beskrivs i ett papper som publiceras måndagen (14 augusti) i tidskriften Naturkommunikation .

När den utsätts för vätgas, materialet genomgår en massiv motståndsförändring, eftersom dess kristallgitter är "dopat" av väteatomer. Materialet sägs andas, expanderar när väte tillsätts och drar ihop sig när vätet avlägsnas.

"Det viktigaste med materialet är att när detta andas in väte finns det en spektakulär kvantmekanisk effekt som gör att motståndet kan förändras i storleksordningar, " sa Ramanathan. "Detta är väldigt ovanligt, och effekten är reversibel eftersom detta dopämne kan vara svagt fäst vid gallret, så om du tar bort vätet från miljön kan du ändra det elektriska motståndet."

Forskningsuppsatsens medförfattare inkluderar Purdue postdoktorala forskningsassistent Fan Zuo och doktorand Priyadarshini Panda. En komplett lista över medförfattare finns i abstraktet.

När väte utsätts för materialet, den delar sig i en proton och en elektron, och elektronen fäster till nickel, tillfälligt gör att materialet blir en isolator.

"Sedan, när vätet kommer ut, detta material blir ledande igen, "Sa Ramanathan. "Vad vi visar i denna artikel är omfattningen av ledning och isolering kan justeras mycket noggrant."

Denna förändrade konduktans och "förfallet av den konduktansen över tiden" liknar ett nyckelbeteende hos djur som kallas tillvänjning.

"Många djur, även organismer som inte har en hjärna, besitter denna grundläggande överlevnadsförmåga, " sa Roy. "Och det är därför vi kallar detta organismbeteende. Om jag ser viss information regelbundet, Jag vänjer mig, behålla minnet av det. Men om jag inte har sett sådan information på länge, sedan börjar det sakta förfalla. Så, beteendet hos konduktansen som går upp och ner på ett exponentiellt sätt kan användas för att skapa en ny datormodell som gradvis kommer att lära sig och samtidigt glömma saker på ett korrekt sätt."

Forskarna har utvecklat en "neural inlärningsmodell" som de har kallat adaptiv synaptisk plasticitet.

"Detta kan vara riktigt viktigt eftersom det är ett av de första exemplen på att använda kvantmaterial direkt för att lösa ett stort problem inom neural inlärning, " sa Ramanathan.

Forskarna använde organismoiderna för att implementera den nya modellen för synaptisk plasticitet.

"Genom att använda denna effekt kan vi modellera något som är ett verkligt problem i neuromorfisk datoranvändning, " sa Roy. "Till exempel, om jag har lärt mig dina ansiktsdrag kan jag fortfarande gå ut och lära mig någon annans drag utan att verkligen glömma dina. Dock, detta är svårt för datormodeller att göra. När du lär dig dina funktioner, de kan glömma egenskaperna hos den ursprungliga personen, ett problem som kallas katastrofal glömska."

Neuromorphic computing är inte avsedd att ersätta konventionell datorhårdvara för allmänna ändamål, baserad på komplementära metall-oxid-halvledartransistorer, eller CMOS. Istället, det förväntas fungera tillsammans med CMOS-baserad datoranvändning. Medan CMOS-tekniken är särskilt skicklig på att utföra komplexa matematiska beräkningar, neuromorphic computing kanske kan utföra roller som ansiktsigenkänning, resonemang och mänskligt beslutsfattande.

Roys team utförde forskningsarbetet på plasticitetsmodellen, och andra medarbetare koncentrerade sig på fysiken i hur man förklarar processen med dopingdriven förändring i konduktansen centralt i tidningen. Det multidisciplinära teamet består av experter på material, ellära, fysik, och algoritmer.

"Det är inte ofta som en materialvetenskapsperson kan prata med en kretsperson som professor Roy och komma på något meningsfullt, " sa Ramanathan.

Organismoider kan ha tillämpningar inom det framväxande området för spintronik. Konventionella datorer använder närvaron och frånvaron av en elektrisk laddning för att representera ettor och nollor i en binär kod som behövs för att utföra beräkningar. Spintronics, dock, använder elektronernas "snurrtillstånd" för att representera ettor och nollor.

Det kan ge kretsar som liknar biologiska neuroner och synapser i en kompakt design som inte är möjlig med CMOS-kretsar. Medan det skulle krävas många CMOS-enheter för att efterlikna en neuron eller synaps, det kanske bara tar en enda spintronic-enhet.

I framtida arbete, forskarna kan visa hur man kan få tillvänjning i en integrerad krets istället för att utsätta materialet för vätgas.