Μια ομάδα επιστημόνων με επικεφαλής τον φυσικό Samuel Dillavou συναρμολόγησε ένα μικρό ηλεκτρικό δίκτυο συνδέοντας
«Το δίκτυο έχει διαμορφωθεί για να εκτελεί πολλάαπλές εργασίες AI», λέει ο Dillavu. «Για παράδειγμα, μπορεί να διακρίνει μεταξύ τριών τύπων λουλουδιών ίριδας με ακρίβεια μεγαλύτερη από 95% με βάση τέσσερις παραμέτρους: το μήκος και το πλάτος των πετάλων και των σέπαλων».
Για τη μηχανική μάθηση, το AI είναι συνήθωςχρησιμοποιώντας τεχνητά νευρωνικά δίκτυα. Τέτοια δίκτυα υπάρχουν συνήθως μόνο στη μνήμη του υπολογιστή. Ένα νευρωνικό δίκτυο αποτελείται από σημεία ή κόμβους, καθένα από τα οποία μπορεί να λάβει μια τιμή από 0 έως 1, συνδεδεμένα με ακμές. Κάθε άκρη έχει το δικό της βάρος ανάλογα με τις τιμές στους κόμβους. Όταν εκπαιδεύετε ένα τέτοιο σύστημα, είναι απαραίτητο να ρυθμίσετε το βάρος των άκρων για να έχετε το επιθυμητό αποτέλεσμα.
«Αυτό είναι ένα δύσκολο πρόβλημα βελτιστοποίησης πουαυξάνεται σημαντικά με το μέγεθος του δικτύου και απαιτεί μεγάλο όγκο υπολογιστικών πόρων», σημειώνει ο Dillavu. «Η κατάσταση περιπλέκεται από το γεγονός ότι όλες οι άκρες πρέπει να συντονιστούν ταυτόχρονα».
Για να ξεπεράσουν αυτό το πρόβλημα, οι φυσικοί αναζήτησαν συστήματα που θα μπορούσαν να συντονιστούν χωρίς εξωτερικούς υπολογισμούς.
Στην έρευνά τους, οι επιστήμονες κατασκεύασαν δύοπανομοιότυπα δίκτυα το ένα πάνω στο άλλο. Σε κλειστό δίκτυο εφάρμοσαν τάση και κατέγραφαν τις απαιτούμενες τιμές στα στοιχεία εξόδου. Σε ένα ανοιχτό δίκτυο, ρυθμίστηκε μόνο η τάση στην αντίσταση εισόδου.
Το σύστημα ρύθμιζε την αντίσταση στις αντιστάσειςσε δύο δίκτυα ανάλογα με τη διαφορά τάσης μεταξύ πανομοιότυπων κόμβων σε καθένα από αυτά. Σε αρκετές επαναλήψεις, αυτές οι προσαρμογές έφεραν σε ευθυγράμμιση όλες τις τάσεις σε όλες τις αντιστάσεις στα δύο δίκτυα. Το σύστημα έχει μάθει να παράγει τη σωστή έξοδο για δεδομένες τιμές εισόδου.
Φωτογραφία: Science
"Αυτή η ρύθμιση απαιτεί λίγους υπολογισμούς,λέει ο Dillavu. — Το σύστημα χρειάζεται μόνο να συγκρίνει την πτώση τάσης στις αντίστοιχες αντιστάσεις στο κλειστό και ελεύθερο δίκτυο χρησιμοποιώντας έναν συγκριτή. Η δουλειά μας αποδεικνύει τη θεμελιώδη δυνατότητα ενός νέου τρόπου μηχανικής μάθησης που δεν απαιτεί μεγάλους υπολογισμούς».
Διαβάστε περισσότερα:
Ο «James Webb» τράβηξε την πιο καθαρή φωτογραφία ενός σταρ στην ιστορία
Εθελοντικός θάνατος. Λέμε πώς λειτουργεί η διαδικασία ευθανασίας σε όλο τον κόσμο
Οι επιστήμονες σκοντάφτουν σε αρχαιολογική ανωμαλία 1.500 ετών