Часто мы предполагаем, что компьютеры более эффективны, чем человек. В конечном итоге, компьютеры могут мгновенно решать сложные математические уравнения. Однако человеческий мозг способен быстро и точно обрабатывать сложные слои информации практически без затрат энергии. Узнавание лиц при единственном взгляде или понимание ландшафта — вот примеры таких задач. Эти, на первый взгляд, простые функции требуют огромных усилий и энергии от компьютеров, и даже в этом случае результаты могут различаться по точности.
Создание компьютеров, подобных мозгу и потребляющих минимум энергии, может кардинально изменить практически все аспекты нашей современной жизни. В этом исследовании лидировал общенациональный консорциум Q-MEEN-C, спонсируемый Министерством энергетики и возглавляемый Калифорнийским университетом в Сан-Диего, который занимался разработкой квантовых материалов для энергоэффективных нейроморфных вычислений.
Доктор Алекс Франьо, доцент кафедры физики Калифорнийского университета в Сан-Диего и содиректор Q-MEEN-C, описывает этот процесс этапами. На первом этапе команда сотрудничала с Калифорнийским университетом и Рутгерским университетом для создания и имитации свойств мозга (например, нейронов или синапсов) в квантовом материале.
На втором этапе, согласно новому исследованию, опубликованному в Nano Letters, обнаружено, что электрические стимулы между соседними электродами также могут воздействовать на несоседние. Это явление, известное как нелокальность, представляет важную веху к созданию устройств, имитирующих функции мозга — нейроморфных вычислений.
Идея проверки нелокальности в квантовых материалах появилась во время пандемии, когда лаборатории были закрыты. Проведенные расчеты на массивах устройств, имитирующих нейроны и синапсы мозга, подтвердили теоретическую возможность нелокальности.
Когда лаборатории вновь открылись, была создана реальная модель. Для этого использовалась пленка никелата — квантового материала с электронными свойствами. Электрические сигналы между электродами могут изменять конфигурацию атомов водорода в этой пленке, что создает аналог нейронных связей.
Традиционно для передачи электроэнергии требуются сложные сети со множеством точек соединения. Концепция от Q-MEEN-C более проста, так как нелокальное поведение позволяет обходить соединения. Это аналогично тому, как мозг обучается — через сложные связи. Теперь ученые должны создать более сложные устройства с большим количеством электродов.
Создание аппаратного обеспечения для нейроморфных вычислений, подобно тому, как это делается программным обеспечением, может кардинально изменить область искусственного интеллекта. Физическая машина, способная обучаться, будет неотъемлемой частью этой революции.
