- Umělá inteligence možná bude fungovat na podobném principu jako lidský mozek
- Moire obrazce mohou změnit fungování tranzistorů
- Grafen a hexagonální nitrid bóru vyvolávají silné moiré efekty
V neustále se rozvíjejícím prostředí umělé inteligence se vědci a výzkumníci soustředí na vývoj počítačových systémů, které napodobují složitosti lidského mozku. Nedávné pokroky v oblasti umělé inteligence podnítily kolektivní zkoumání způsobů, jak zvýšit efektivitu počítačů, zejména při zpracování obrovského množství dat generovaných chytrými zařízeními.
Společné úsilí odborníků z Massachusettského technologického institutu (MIT), Northwestern University a Boston College přineslo pozoruhodný průlom – vytvoření specializovaného tranzistoru navrženého tak, aby napodoboval kognitivní funkce lidského mozku. Na rozdíl od tradičních počítačů, které spotřebovávají značné množství energie, má tento inovativní tranzistor za cíl revolučně změnit efektivitu výpočetních procesů.
Bude se tento tranzistor chovat podobně jako lidský mozek?
Tento jedinečný tranzistor se vyznačuje pozoruhodným výkonem při pokojové teplotě, což je výrazný rozdíl oproti jiným zařízením, které se snaží fungovat na podobném principu jako lidský mozek. Kromě teplotní přizpůsobivosti se tranzistor může pochlubit působivou rychlostí, energetickou účinností a schopností uchovávat informace, i když není aktivně napájen.
Mark C. Hersam, spoluvedoucí výzkumu, zdůraznil zásadní rozdíl v architektuře lidského mozku a digitálního počítače. Poukázal na to, že v počítači data neustále putují mezi mikroprocesorem a pamětí, což vede ke značné spotřebě energie a vytváří úzká místa při multitaskingu.
Proč potřebujeme změnit přístup k tranzistorům?
Paradigma v oblasti elektroniky se po desetiletí točilo kolem používání tranzistorů v rámci stejné křemíkové architektury, jak vysvětlil Hersam. Významného pokroku bylo dosaženo neustálým zvyšováním počtu tranzistorů integrovaných do obvodů.
I když Hersam uznává úspěch této strategie, zdůraznil její nevýhody, především zvýšenou spotřebu energie, zejména v současné éře velkých dat, kdy digitální výpočetní technika zatěžuje energetické sítě. Důsledky tohoto přístupu jsou významné zejména v oblasti umělé inteligence a strojového učení, což vyvolává zásadní potřebu přehodnotit výpočetní hardware. Hersam zdůraznil nutnost přehodnotit konvenční výpočetní metodiky, aby vyhovovaly vyvíjejícím se požadavkům na úlohy AI a strojového učení.
Co jsou to moiré obrazce?
Moiré je fascinující vizuální jev, který vzniká, když se dva nebo více opakujících se obrazců překrývají s mírným posunem. Název je odvozen od francouzského slova „napojený“, což výstižně popisuje složitý a zvlněný vzhled těchto vzorů. Pojem moiré má hluboké kořeny v oblasti matematiky a fyziky, kde jsou studovány jako interferenční vzory. K interferenci dochází, když se dvě nebo více vln, například světelné nebo zvukové, spojí a vytvoří nový obrazec. V případě moiré vzorů jsou vlny opakujícími se prvky překrývajících se vzorů.
Vizuální charakteristiky moiré obrazců
Moiré vzory se vyznačují řadou světlých a tmavých pruhů, které vznikají vzájemným působením základních vzorů. Konkrétní vzhled moiré vzoru závisí na několika faktorech, včetně rozestupu vzorů, jejich vzájemné orientace a úhlu pozorování.
Kde se s nimi můžeme setkat? Moiré vzory jsou v našem každodenním životě všudypřítomné. Představte si, že chcete vyfotit obraz s pravidelnými vzory, například na tapetě. Pokud takovou tapetu vyfotíte, může se stát, že se na snímku objeví zvláštní a nepřirozené vzory, které na tapetě ve skutečnosti nejsou. Tento jev, podobný moiré efektu, může vzniknout interakcí mezi strukturou vzoru na tapetě a rozlišením fotoaparátu, což může narušit původní vizuální dojem.
Jak toho můžeme využít? Příkladem mohou být moiré kvantové materiály, které se vyznačují zesílenými vnitřními coulombovskými interakcemi ve dvourozměrných heterostrukturách. Heterostruktury jsou materiály složené ze dvou nebo více různých materiálů, které jsou systematicky uspořádány na mikroskopické úrovni. V kontextu našeho tématu to znamená, že heterostruktury jsou dvě rovinné vrstvy systematicky zkříženy nebo natočeny vzhledem k sobě. Toto specifické uspořádání můžeme nazývat moiré strukturou, která má velký potenciál pro odhalení nových exotických elektronických jevů. Ve spojení s pozoruhodnou elektrostatickou kontrolou dosažitelnou v atomárně tenkých materiálech se moiré heterostruktury jeví jako slibní kandidáti na zavedení nové generace elektronických zařízení. Navzdory rozsáhlému výzkumu však využití moiré kvantových materiálů brání jejich omezení na neprakticky nízké kryogenní teploty, což omezuje jejich použitelnost v reálných scénářích.
Jak to všechno funguje?
Vědci ve svém průlomovém výzkumu využili potenciál moiré vzorů, jedinečných vzorů, které jsou klíčové při manipulaci se supertenkými materiály. Skládáním a kroucením těchto materiálů vytvořili moiré vzory, které jim propůjčily odlišné elektronické vlastnosti. Úhel zkroucení se ukázal jako klíčový faktor, který vědcům umožnil přizpůsobit elektronické vlastnosti podle konkrétních potřeb. Výsledkem byl vývoj inovativního zařízení, synaptického tranzistoru, který vykazuje funkčnost podobnou mozku i při pokojové teplotě.
Dr. Hersam, klíčová postava tohoto výzkumu, zdůraznil význam úhlu zkroucení jako nového konstrukčního parametru, který odemyká širokou škálu permutací. Grafen a hexagonální nitrid bóru, ačkoli jsou si strukturně podobné, se liší právě natolik, že vyvolávají pozoruhodně robustní moiré efekty, což přispívá k jedinečnosti pozorovaných elektronických vlastností.
Dr. Hersam a jeho tým se pustili do trénování synaptického tranzistoru, aby dokázal rozpoznávat složité vzory. Začali se základním vzorem, jako je 000, a vyzvali zařízení, aby rozpoznalo analogické vzory, jako je 111 nebo 101. Výsledky byly ohromující, zařízení nejenže úspěšně rozpoznávalo tyto vzory, ale také vykazovalo sofistikovanou formu učení známou jako asociativní učení. I při předložení neúplných vzorů synaptický tranzistor prokázal robustní funkčnost, což ukazuje jeho potenciál pro všestranné a adaptivní aplikace. Tento úspěch posouvá oblast moiré kvantových materiálů do nové sféry možností a slibuje pokročilé funkce pro budoucí elektronická zařízení.
Vědci zdůraznili, že v rámci snahy o vývoj systémů umělé inteligence (AI), které napodobují kognitivní funkce vyšší úrovně, a nikoli pouze základní klasifikaci dat, je důležité posunout technologii AI za hranice jednoduchých třídicích úloh. Zatímco klasifikace dat zahrnuje třídění informací do různých košů, cílem výzkumníků je povýšit schopnosti AI směrem k sofistikovanějším kognitivním procesům.
Jedinečné vlastnosti moiré synaptických tranzistorů navíc otevírají možnosti pro aplikace v okrajových počítačích a umělých neuronových sítích. Přizpůsobivost, kterou synaptický tranzistor prokázal při rozpoznávání a učení vzorů, jej staví do pozice klíčového hráče v rozvoji technologie umělé inteligence. Potenciální přínosy se rozšiřují na scénáře, kde je klíčové rozhodování v reálném čase v reakci na dynamické změny prostředí, a nabízejí pohled do budoucnosti, kde systémy umělé inteligence vykazují jemnější a lidem podobnější chápání složitých situací.
