Físicos criaram uma rede elétrica que pode aprender

Uma equipe de cientistas liderada pelo físico Samuel Dillavou montou uma pequena rede elétrica conectando

aleatoriamente 16 resistores.Os pesquisadores definem a tensão para nós de entrada específicos e leem os nós de saída. Ao ajustar independentemente os resistores, a rede aprendeu a produzir os dados desejados para um determinado conjunto de valores de entrada.

“A rede foi configurada para realizar muitastarefas simples de IA”, diz Dillavu. “Por exemplo, ele pode distinguir entre três tipos de flores de íris com mais de 95% de precisão com base em quatro parâmetros: o comprimento e a largura das pétalas e sépalas.”

Para aprendizado de máquina, a IA geralmente éusando redes neurais artificiais. Essas redes geralmente existem apenas na memória do computador. Uma rede neural consiste em pontos ou nós, cada um dos quais pode assumir um valor de 0 a 1, conectados por arestas. Cada aresta tem seu próprio peso dependendo dos valores nos nós. Ao treinar tal sistema, é necessário ajustar o peso das arestas para obter o resultado desejado.

“Este é um problema de otimização complicado queaumenta significativamente com o tamanho da rede e requer uma grande quantidade de recursos de computação”, observa Dillavu. “A situação é complicada pelo fato de que todas as arestas devem ser ajustadas ao mesmo tempo.”

Para contornar esse problema, os físicos procuraram sistemas que pudessem se ajustar sem cálculos externos.

Em suas pesquisas, os cientistas construíram doisredes idênticas umas sobre as outras. Em uma rede fechada, eles aplicaram tensão e registraram os valores necessários nos elementos de saída. Em uma rede aberta, apenas a tensão no resistor de entrada foi definida.

O sistema regulava a resistência nos resistoresem duas redes dependendo da diferença de tensão entre nós idênticos em cada uma delas. Ao longo de várias iterações, esses ajustes alinharam todas as tensões em todos os resistores nas duas redes. O sistema aprendeu a produzir a saída correta para determinados valores de entrada.

Foto: Ciência

"Esta configuração requer pouca computação,Diz Dillavu. — O sistema só precisa comparar a queda de tensão nos respectivos resistores nas redes fechada e livre usando um comparador. Nosso trabalho comprova a possibilidade fundamental de uma nova forma de aprendizado de máquina que não requer grandes cálculos.”

Consulte Mais informação:

"James Webb" tirou a foto mais nítida de uma estrela da história

Morte voluntária. Contamos como funciona o procedimento de eutanásia em todo o mundo

Cientistas se deparam com anomalia arqueológica de 1.500 anos