Naukowcy odkryli, że uczenie się człowieka można odtworzyć w materiałach syntetycznych

Naukowcy z Rutgers i ich współpracownicy odkryli, że uczenie się – uniwersalną cechę inteligencji żywych organizmów – można naśladować w materii syntetycznej, co z kolei może zainspirować nowe algorytmy sztucznej inteligencji (AI).

Badanie ukazuje się w czasopiśmie PNAS.

Jedną z podstawowych cech człowieka jest zdolność do ciągłego uczenia się i adaptacji do zmieniającego się otoczenia. Ale do niedawna sztuczna inteligencja koncentrowała się wąsko na symulowaniu ludzkiego rozumowania. Teraz naukowcy starają się naśladować ludzkie procesy poznawcze w urządzeniach, które mogą uczyć się, zapamiętywać i podejmować decyzje w sposób, w jaki zachowuje się ludzki mózg.

Symulowanie takich cech w stanie stałym może zainspirować nowe algorytmy w sztucznej inteligencji i obliczeniach neuronowych, które miałyby elastyczność w radzeniu sobie z niepewnościami, niespójnościami i innymi aspektami życia codziennego. Obliczenia neuronowe naśladują strukturę neuronową i działanie ludzkiego mózgu, po części poprzez budowanie sztucznych systemów nerwowych do przesyłania sygnałów elektrycznych, które naśladują sygnały mózgowe.

Naukowcy z Rutgers, Purdue i innych instytucji badali, w jaki sposób przewodność elektryczna tlenku niklu, specjalnego rodzaju materiału izolacyjnego, reagowała, gdy jego środowisko było wielokrotnie zmieniane w różnych odstępach czasu.

„Celem było znalezienie materiału, którego przewodnictwo elektryczne można regulować poprzez modulowanie koncentracji defektów atomowych za pomocą bodźców zewnętrznych, takich jak tlen, ozon i światło”. Subshish Mandal, adiunkt na Wydziale Fizyki i Astronomii w Rutgers-New Brunswick. „Zbadaliśmy, jak zachowuje się ten materiał, gdy traktujemy system tlenem lub wodorem, a co najważniejsze, jak zewnętrzna stymulacja zmienia właściwości elektroniczne materiału”.

Naukowcy odkryli, że gdy bodziec gazowy szybko się zmienia, substancja nie może w pełni zareagować. Pozostała niestabilna w obu środowiskach, a jej reakcja zaczęła spadać. Kiedy naukowcy wprowadzili szkodliwy bodziec, taki jak ozon, substancja zaczęła silniej reagować, a następnie ponownie spadła.

„Najbardziej interesującą częścią naszych wyników jest to, że wykazują one przekrojowe cechy uczenia się, takie jak habituacja i uczulenie, które na ogół znajdujemy u żywych gatunków” – powiedział Mandal. Te właściwości fizyczne z kolei mogą zainspirować nowe algorytmy sztucznej inteligencji. O ile zbiorowy ruch ptaków lub ryb zainspirował sztuczną inteligencję, wierzymy, że zbiorowe zachowanie elektronów w kwantowej bryle może zrobić to samo w przyszłości.

„Rozwijająca się dziedzina sztucznej inteligencji wymaga urządzeń, które mogą obsługiwać właściwości pamięci adaptacyjnej, wykraczające poza to, co jest obecnie używane w komputerach” – dodał. „Odkryliśmy, że izolatory tlenku niklu, które historycznie ograniczały się do działalności akademickiej, mogą być interesującymi kandydatami do testowania w przyszłości pod kątem komputerów i robotów inspirowanych mózgiem”.

W badaniu uczestniczył wybitny profesor Andreas Raab Od Rutgersa i badaczy z Purdue University, University of Georgia i Argonne National Laboratory.