Princípios importantes
- Um tipo raro de matéria chamada vidro giratório pode permitir que a IA reconheça objetos da mesma forma que os humanos.
- O uso de spin glass para circuitos imprimíveis também pode levar a novos tipos de computação de baixo consumo.
- Outros tipos de chips inspirados no cérebro também podem melhorar a forma como a IA reconhece imagens.
Imprimir circuitos diretamente em objetos físicos pode levar a uma inteligência artificial (IA) mais inteligente.
Pesquisadores do Laboratório Nacional de Los Alamos estão usando uma forma rara de matéria conhecida como vidro giratório para substituir circuitos. As propriedades incomuns do vidro giratório permitem uma forma de IA que pode reconhecer objetos de imagens parciais como o cérebro faz.
"Os vidros giratórios são sistemas com uma 'paisagem esburacada' de soluções possíveis", disse Cris Moore, cientista da computação e física do Instituto Santa Fe, que não esteve envolvido na pesquisa de Los Alamos, em um e-mail. entrevista. "Eles nos ajudam a analisar por que os algoritmos às vezes ficam presos em soluções que parecem boas localmente, mas não são as melhores possíveis."
Circuitos Imprimíveis
O uso de spin glass para circuitos imprimíveis também pode levar a novos tipos de computação de baixo consumo. O vidro giratório permite que os pesquisadores investiguem estruturas de materiais usando matemática. Com essa abordagem, os cientistas podem ajustar a interação dentro dos sistemas usando a litografia por feixe de elétrons, que usa um feixe de elétrons focado para desenhar formas personalizadas em uma superfície. A litografia pode permitir a impressão de novos tipos de circuitos.
A litografia torna possível representar uma variedade de problemas de computação em redes spin-glass, de acordo com um artigo recente da equipe de Los Alamos publicado na revista científica Nature Physics.
"Nosso trabalho realizou a primeira realização experimental de um spin-glass artificial consistindo de nanoímãs dispostos para replicar uma rede neural", Michael Saccone, pesquisador de pós-doutorado em física teórica no Laboratório Nacional de Los Alamos e principal autor de o jornal, disse no comunicado de imprensa. "Nosso artigo estabelece as bases que precisamos para usar esses sistemas físicos na prática."
Moore comparou o vidro giratório ao dióxido de silício (vidro de janela), que parece ser um cristal perfeito, mas à medida que esfria, fica preso em um estado amorfo que se parece com um líquido em nível molecular.
"Da mesma forma, os algoritmos podem ficar presos atrás de 'barreiras de energia' que impedem o ótimo global", acrescentou Moore.
Ideias da teoria do vidro giratório podem ajudar os pesquisadores a navegar em paisagens de alta dimensão.
"Esta busca criou uma comunidade interdisciplinar vibrante na interseção da física, matemática e ciência da computação", disse Moore."Podemos usar ideias da física para determinar os limites fundamentais dos algoritmos - como quanto ruído eles podem tolerar enquanto ainda encontram padrões nos dados - e para projetar algoritmos que tenham sucesso até esses limites teóricos."
IA que se lembra como humanos
A equipe de pesquisa investigou o vidro giratório artificial como uma maneira de investigar o que é chamado de redes neurais Hopfield. Essas redes modelam a memória associativa humana, que é a capacidade de aprender e lembrar a relação entre itens não relacionados.
Modelos teóricos que descrevem vidros giratórios são amplamente utilizados em outros sistemas complexos, como os que descrevem a função cerebral.
Com memória associativa, se apenas uma memória for acionada, por exemplo, ao receber uma imagem parcial de um rosto como entrada, a rede poderá recuperar o rosto inteiro. Ao contrário dos algoritmos tradicionais, a memória associativa não requer um cenário idêntico para identificar uma memória.
A pesquisa de Saccone e sua equipe confirmaram que o vidro giratório será útil para descrever as propriedades de um sistema e como ele processa as informações. Os algoritmos de IA desenvolvidos em vidro giratório seriam "mais confusos" do que os algoritmos tradicionais, disse Saccone, mas também mais flexíveis para algumas aplicações de IA.
"Modelos teóricos que descrevem vidros giratórios são amplamente usados em outros sistemas complexos, como aqueles que descrevem a função cerebral, códigos de correção de erros ou a dinâmica do mercado de ações", disse Saccone. "Esse grande interesse em vidros giratórios fornece uma forte motivação para gerar um vidro giratório artificial."
Outros tipos de chips inspirados no cérebro também podem melhorar a forma como a IA reconhece imagens. Um artigo recente mostra como os chips de computador podem se reconectar dinamicamente para receber novos dados como o cérebro faz, ajudando a IA a continuar aprendendo ao longo do tempo.
"Os cérebros dos seres vivos podem aprender continuamente ao longo de sua vida", disse Shriram Ramanathan, professor da Escola de Engenharia de Materiais da Universidade de Purdue e um dos autores do artigo em um comunicado à imprensa."Agora criamos uma plataforma artificial para que as máquinas aprendam ao longo de sua vida útil."
