물리학자 Samuel Dillavou가 이끄는 과학자 팀은 다음을 연결하여 작은 전기 네트워크를 조립했습니다.
"네트워크는 많은 작업을 수행하도록 구성되었습니다.간단한 AI 작업”이라고 Dillavu는 말합니다. "예를 들어, 꽃잎과 꽃받침의 길이와 너비라는 4가지 매개변수를 기반으로 95% 이상의 정확도로 3가지 유형의 붓꽃을 구별할 수 있습니다."
머신 러닝의 경우 AI는 일반적으로인공 신경망을 사용합니다. 이러한 네트워크는 일반적으로 컴퓨터의 메모리에만 존재합니다. 신경망은 0에서 1 사이의 값을 가질 수 있는 점 또는 노드로 구성되며 가장자리로 연결됩니다. 각 에지는 노드의 값에 따라 고유한 가중치를 갖습니다. 이러한 시스템을 훈련할 때 원하는 결과를 얻으려면 모서리의 가중치를 조정해야 합니다.
"이것은 까다로운 최적화 문제입니다.네트워크 크기에 따라 크게 증가하고 많은 양의 컴퓨팅 리소스가 필요합니다.”라고 Dillavu는 말합니다. "모든 에지를 동시에 조정해야 하기 때문에 상황이 복잡합니다."
이 문제를 해결하기 위해 물리학자들은 외부 계산 없이 스스로 조정할 수 있는 시스템을 찾았습니다.
연구에서 과학자들은 두 가지를 만들었습니다.동일한 네트워크가 서로 겹쳐져 있습니다. 폐쇄형 네트워크에서는 전압을 가하고 출력 요소에 필요한 값을 기록했습니다. 개방형 네트워크에서는 입력 저항에 걸리는 전압만 설정되었습니다.
시스템은 저항기의 저항을 조절했습니다.각각의 동일한 노드 간의 전압 차이에 따라 두 네트워크에서. 여러 번의 반복을 통해 이러한 조정은 두 네트워크의 모든 저항기에서 모든 전압을 라인으로 가져왔습니다. 시스템은 주어진 입력 값에 대해 올바른 출력을 생성하는 방법을 학습했습니다.
사진: 과학
"이 설정은 약간의 계산이 필요합니다.딜라부가 말합니다. — 시스템은 비교기를 사용하여 폐쇄형 및 자유형 네트워크에서 각 저항기의 전압 강하를 비교하기만 하면 됩니다. 우리의 연구는 많은 계산이 필요하지 않은 새로운 기계 학습 방식의 근본적인 가능성을 증명합니다.”
더 읽어보기 :
"제임스 웹"은 역사상 가장 선명한 별 사진을 찍었습니다.
자발적인 죽음. 안락사 절차가 전 세계적으로 어떻게 작동하는지 알려드립니다
과학자들은 1,500년 된 고고학적 변칙성을 발견했습니다.