I fisici hanno creato una rete elettrica che può imparare

Un team di scienziati guidati dal fisico Samuel Dillavou ha assemblato una piccola rete elettrica collegandosi

casualmente 16 resistori.I ricercatori impostano la tensione su specifici nodi di input e leggono i nodi di output. Regolando in modo indipendente i resistori, la rete ha imparato a produrre i dati desiderati per un dato insieme di valori di input.

“La rete è stata configurata per eseguire moltisemplici compiti di intelligenza artificiale", afferma Dillavu. "Ad esempio, può distinguere tra tre tipi di fiori di iris con una precisione superiore al 95% in base a quattro parametri: la lunghezza e la larghezza dei petali e dei sepali".

Per l'apprendimento automatico, l'IA di solito lo èutilizzando reti neurali artificiali. Tali reti di solito esistono solo nella memoria del computer. Una rete neurale è costituita da punti o nodi, ognuno dei quali può assumere un valore da 0 a 1, collegati da archi. Ogni bordo ha il suo peso a seconda dei valori nei nodi. Quando si allena un tale sistema, è necessario regolare il peso dei bordi per ottenere il risultato desiderato.

“Questo è un problema di ottimizzazione complicato cheaumenta significativamente con le dimensioni della rete e richiede una grande quantità di risorse informatiche", osserva Dillavu. "La situazione è complicata dal fatto che tutti i bordi devono essere regolati contemporaneamente."

Per aggirare questo problema, i fisici hanno cercato sistemi che potessero sintonizzarsi senza calcoli esterni.

Nella loro ricerca, gli scienziati ne hanno costruiti duereti identiche una sopra l'altra. In una rete chiusa, hanno applicato la tensione e registrato i valori richiesti sugli elementi di uscita. In una rete aperta, veniva impostata solo la tensione attraverso il resistore di ingresso.

Il sistema ha regolato la resistenza sui resistoriin due reti a seconda della differenza di tensione tra nodi identici in ciascuna di esse. In diverse iterazioni, queste regolazioni hanno portato in linea tutte le tensioni su tutti i resistori nelle due reti. Il sistema ha imparato a produrre l'output corretto per determinati valori di input.

Foto: Scienza

"Questa configurazione richiede pochi calcoli,dice Dillavu. — Il sistema deve solo confrontare la caduta di tensione attraverso i rispettivi resistori nelle reti chiuse e libere utilizzando un comparatore. Il nostro lavoro dimostra la possibilità fondamentale di un nuovo modo di apprendimento automatico che non richiede grandi calcoli".

Leggi di più:

"James Webb" ha scattato la foto più nitida di una stella nella storia

Morte volontaria. Raccontiamo come funziona la procedura di eutanasia nel mondo

Gli scienziati si imbattono in un'anomalia archeologica di 1.500 anni fa