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(zhì)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(jié)構(gòu)和操作，部分是通過構(gòu)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(gòu)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(nèi)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(diào)節(jié)原子缺陷的濃度來調(diào)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(jié)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，如有侵權(quán)請聯(lián)系刪除！