新澤西州新不倫瑞克(2021 年 9 月 22 日)——羅格斯大學的研究人員及其合作者發(fā)現(xiàn)，學習——生物智能的一個普遍特征——可以在合成物質中被模仿，這一發(fā)現(xiàn)反過來又可以激發(fā)新的算法人工智能(AI)。
該研究發(fā)表在PNAS雜志上。
人類的基本特征之一是不斷學習和適應不斷變化的環(huán)境的能力。但直到最近，人工智能一直專注于模擬人類邏輯?，F(xiàn)在，研究人員正在尋求在能夠像人腦一樣學習、記憶和做出決定的設備中模擬人類認知。
在固態(tài)中模擬這些特征可以激發(fā)人工智能和神經(jīng)形態(tài)計算中的新算法，這些算法可以靈活地解決日常生活的不確定性、矛盾和其他方面。神經(jīng)形態(tài)計算模仿人腦的神經(jīng)結構和操作，部分是通過構建人工神經(jīng)系統(tǒng)來傳輸模擬大腦信號的電信號。
來自羅格斯大學、普渡大學和其他機構的研究人員研究了氧化鎳這種特殊類型的絕緣材料在其環(huán)境在不同時間間隔內反復變化時的電導率如何響應。
羅格斯大學物理與天文學系博士后助理Subhasish Mandal說：“我們的目標是找到一種材料，其電導率可以通過使用外部刺激(如氧氣、臭氧和光)調節(jié)原子缺陷的濃度來調節(jié)。”新不倫瑞克。“我們研究了當我們用氧或氫摻雜系統(tǒng)時這種材料的行為，最重要的是，外部刺激如何改變材料的電子特性。”
研究人員發(fā)現(xiàn)，當氣體刺激快速變化時，材料無法完全響應。它在任一環(huán)境中都處于不穩(wěn)定狀態(tài)，其響應開始下降。當研究人員引入臭氧等有害刺激時，材料開始做出更強烈的反應，但又再次下降。
“我們的結果中最有趣的部分是它展示了普遍的學習特征，例如我們通常在生物物種中發(fā)現(xiàn)的習慣化和敏感化，”曼達爾說。“這些材料特性反過來又可以激發(fā)人工智能的新算法。就像鳥類或魚類的集體運動激發(fā)了人工智能一樣，我們相信量子固體中電子的集體行為在未來也能做到這一點。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！