Często uważamy, że komputery są bardziej wydajne niż ludzie. W końcu komputery mogą w jednej chwili rozwiązać złożone równanie matematyczne, a także przypomnieć sobie imię tego jednego aktora, o którym ciągle zapominamy. Jednak ludzkie mózgi mogą przetwarzać skomplikowane warstwy informacji szybko, dokładnie i prawie bez wkładu energii: rozpoznawanie twarzy po zobaczeniu jej tylko raz lub natychmiastowe rozpoznanie różnicy między górą a oceanem. Te proste ludzkie zadania wymagają ogromnego przetwarzania i wkładu energii ze strony komputerów, a nawet wtedy, z różnym stopniem dokładności.
Stworzenie komputerów przypominających mózgi o minimalnym zużyciu energii zrewolucjonizowałoby niemal każdy aspekt współczesnego życia. Finansowane przez Departament Energii, Quantum Materials for Energy Efficient Neuromorphic Computing (Q-MEEN-C) – ogólnokrajowe konsorcjum kierowane przez Uniwersytet Kalifornijski w San Diego – stoi na czele tych badań.
Adiunkt fizyki na Uniwersytecie Kalifornijskim w San Diego Alex Frañó jest współdyrektorem Q-MEEN-C i myśli o pracy centrum w fazach. W pierwszej fazie ściśle współpracował z emerytowanym prezydentem Uniwersytetu Kalifornijskiego i profesorem fizyki Robertem Dynesem, a także profesorem inżynierii Rutgers Shriramem Ramanathanem. Wspólnie ich zespołom udało się znaleźć sposoby na stworzenie lub naśladowanie właściwości pojedynczego elementu mózgu (takiego jak neuron lub synapsa) w materiale kwantowym.
Teraz, w drugiej fazie, nowe badania Q-MEEN-C, opublikowane w Nano Letters, pokazują, że bodźce elektryczne przekazywane między sąsiednimi elektrodami mogą również wpływać na niesąsiednie elektrody. To odkrycie, znane jako nielokalność, jest kamieniem milowym na drodze do nowych typów urządzeń, które naśladują funkcje mózgu, znanych jako komputery neuromorficzne.
„W mózgu rozumie się, że te nielokalne interakcje są nominalne – zdarzają się często i przy minimalnym wysiłku” – powiedział Frañó, jeden ze współautorów artykułu. „To kluczowa część działania mózgu, ale podobne zachowania powtarzane w materiałach syntetycznych są rzadkie”.
Podobnie jak wiele projektów badawczych, które przynoszą teraz owoce, pomysł sprawdzenia, czy możliwa jest nielokalność w materiałach kwantowych, pojawił się podczas pandemii. Fizyczne przestrzenie laboratoryjne były zamknięte, więc zespół przeprowadził obliczenia na macierzach zawierających wiele urządzeń, aby naśladować wiele neuronów i synaps w mózgu. Przeprowadzając te testy, odkryli, że nielokalność jest teoretycznie możliwa.
Kiedy laboratoria zostały ponownie otwarte, udoskonalili ten pomysł i zatrudnili profesora nadzwyczajnego Duygu Kuzuma z UC San Diego Jacobs School of Engineering, którego praca w inżynierii elektrycznej i komputerowej pomogła im przekształcić symulację w rzeczywiste urządzenie.
Wymagało to pobrania cienkiej warstwy niklu – ceramiki „materiału kwantowego”, która wykazuje bogate właściwości elektroniczne – wstawienia jonów wodoru, a następnie umieszczenia metalowego przewodnika na wierzchu. Drut jest przymocowany do metalu, dzięki czemu sygnał elektryczny może zostać wysłany do niklu. Sygnał powoduje, że podobne do żelu atomy wodoru przechodzą do określonej konfiguracji, a po usunięciu sygnału nowa konfiguracja pozostaje.
„W zasadzie tak wygląda wspomnienie” — stwierdził Frañó. „Urządzenie pamięta, że zakłóciłeś materiał. Teraz możesz precyzyjnie dostroić, gdzie te jony idą, aby stworzyć ścieżki, które są bardziej przewodzące i łatwiejsze dla przepływu energii elektrycznej”.
Tradycyjnie tworzenie sieci, które przesyłają wystarczającą ilość energii elektrycznej do zasilania czegoś takiego jak laptop, wymaga skomplikowanych obwodów z ciągłymi punktami połączeń, co jest zarówno nieefektywne, jak i drogie. Koncepcja projektu z Q-MEEN-C jest znacznie prostsza, ponieważ nielokalne zachowanie w eksperymencie oznacza, że wszystkie przewody w obwodzie nie muszą być ze sobą połączone. Pomyśl o pajęczej sieci, w której ruch w jednej części można wyczuć w całej sieci.
Jest to analogiczne do tego, jak uczy się mózg: nie w sposób liniowy, ale w złożonych warstwach. Każdy fragment wiedzy tworzy połączenia w wielu obszarach mózgu, co pozwala nam odróżnić nie tylko drzewa od psów, ale także dąb od palmy czy golden retrievera od pudla.
Do tej pory te zadania rozpoznawania wzorców, które mózg wykonuje tak pięknie, można symulować tylko za pomocą oprogramowania komputerowego. Programy AI, takie jak ChatGPT i Bard, wykorzystują złożone algorytmy do naśladowania czynności mózgu, takich jak myślenie i pisanie. I robią to naprawdę dobrze. Ale bez odpowiednio zaawansowanego sprzętu, który by to obsługiwał, w pewnym momencie oprogramowanie osiągnie swoje granice.
Frañó chce, aby rewolucja sprzętowa była równoległa do tej, która ma miejsce obecnie w oprogramowaniu, i pokazała, że możliwe jest odtworzenie nielokalnego zachowania w materiale syntetycznym, o krok bliżej naukowców. Następny krok będzie polegał na stworzeniu bardziej złożonych układów z większą liczbą elektrod w bardziej rozbudowanych konfiguracjach.
„To bardzo ważny krok naprzód w naszych próbach zrozumienia i symulacji funkcji mózgu” – powiedział Dynes, który jest także współautorem. „Pokazanie systemu, który ma interakcje nielokalne, prowadzi nas dalej w kierunku sposobu myślenia naszych mózgów. Nasze mózgi są oczywiście znacznie bardziej skomplikowane niż to, ale system fizyczny zdolny do uczenia się musi być wysoce interaktywny i to jest niezbędny pierwszy krok. Możemy teraz myśleć o większej spójności w czasie i przestrzeni”
„Powszechnie wiadomo, że aby ta technologia naprawdę eksplodowała, musimy znaleźć sposoby na ulepszenie sprzętu – fizyczną maszynę, która może wykonać zadanie w połączeniu z oprogramowaniem” – stwierdził Frañó. „Następną fazą będzie ta, w której stworzymy wydajne maszyny, których właściwości fizyczne są tymi, które się uczą. To da nam nowy paradygmat w świecie sztucznej inteligencji”.
Ta praca jest wspierana głównie przez Quantum Materials for Energy Efficient Neuromorphic Computing, Energy Frontier Research Center finansowane przez Departament Energii USA, Biuro Nauki, Podstawowe Nauki o Energii i finansowane przez Departament Energii USA (DE-SC0019273). Pełną listę fundatorów można znaleźć w podziękowaniach papierowych.