Quantum Brain
당신이 리튬 배터리 또는 페인트 사업의 종사자가 아니라면 코발트에 익숙하지 않을 것입니다.
하지만 새로운 논문에 의하면,
이것은 뇌의 내부 작동과 양자 역학을 결합한 완전히 새로운 컴퓨터를 위한 비밀의 소스일 수 있습니다.
결과는 학습 능력을 갖춘 컴퓨터만이 아닙니다.
학습을 허용하는 메커니즘은 하드웨어 구조에 직접 내장되어 있으므로
추가 AI 소프트웨어가 필요하지 않습니다.
또한 컴퓨터 모델은 뇌가 정보를 처리하는 방법을 시뮬레이션합니다.
현재 랩톱의 실리콘 기반 CPU가 아닌 뉴런 활동 및 시냅스의 언어를 사용해서.
주요 트릭은 코발트 원자의 양자 스핀 특성에 의존합니다.
"네트워크"로 영리하게 조직되면 결과는 데이터를 처리하고 우리의 두뇌가 작동하는 방식과 유사한
동일한 네트워크 구조 안에 저장할 수 있는 "양자 두뇌"입니다.
요약하자면, 이것은 진정한 학습 기계를 향한 길입니다.
AI에게는 좋은 소식입니다.
강력하지만 기계 학습 알고리즘은 에너지를 극도로 소모합니다.
거대 기술 기업이 컴퓨팅 요구 사항을 처리하도록 맞춤화된 대규모 데이터 센터를 보유하고 있지만
비효율적이며 엄청난 탄소 발자국을 생성합니다.
이보다 더한 문제는 전문가들이 앞을 내다볼 때입니다.
" 무어의 법칙(Moore's law )" 으로 알려진 컴퓨팅 능력이 1년 반에서 2년마다 두 배로 증가했지만
최근 관찰에 따르면 이제 한계에 다다랐을 수 있습니다.
번역? 우리는 대체 컴퓨팅 방법이 절실히 필요합니다.
네덜란드 Nijmegen에 있는 Radboud 대학의 Alexander Khajetoorians 박사는 말합니다.
"물질의 양자 특성을 기반으로 하는 '양자 두뇌'를 구축하는 우리의 새로운 아이디어는
AI 애플리케이션을 위한 미래 솔루션의 기초가 될 수 있습니다." 라고 .
새로운 시대의 컴퓨터
신경 과학 , 양자 역학, AI 가 어떻게 맞물릴 수 있을까요?
그것은 뇌와 딥 러닝과 같은 머신 러닝 방법 간의 유사성에서 시작됩니다.
후자는 느슨하게 우리의 마음에 근거한 것이기 때문에 여기서 놀랄 일이 아닙니다.
문제는 이러한 알고리즘이 현재 컴퓨터에서 실행될 때 발생합니다.
최첨단 컴퓨터도 정보를 처리하고 별도의 구조로 저장합니다.
CPU나 GPU는 그 자체로 데이터를 저장할 수 없습니다.
이는 데이터가 처리 장치와 메모리 장치 간에 지속적으로 셔틀되어야 함을 의미합니다. 이미지 인식과 같은 작은 문제에는 큰 문제가 아니지만 더 큰 문제의 경우
전체 프로세스를 빠르게 느리게 하고 에너지 사용을 증가시킵니다.
즉, AI는 현대 컴퓨터와 완전히 다른 구조를 가진 뇌를 모방하기 때문에
근본적인 비호환성이 존재합니다.
AI 알고리즘은 현재 컴퓨터에 최적화될 수 있지만 효율성과 관련하여
막다른 골목에 도달할 가능성이 높습니다.
뉴로모픽 컴퓨팅을 입력합니다.
칩, CPU, 메모리 하드 드라이브 등 컴퓨터 설계에 대해 알고 있는 모든 것을 잊어버리라고 요청합니다.
대신 이러한 유형의 새로운 "컴퓨터"는 정보를 한 곳에서 기록, 처리 및 저장하는 뇌의 방법을 활용합니다.
데이터 이동이 없다는 것은 시간과 에너지 소비를 줄여 AI와 지구를 위한 승리를 의미합니다.
대략적인 스트로크에서 뇌의 신경망은 여러 유형의 컴퓨팅을 사용합니다.
하나는 입력에 따라 "발화"해야 하는지 여부를 결정하는 뉴런에 의존합니다.
즉, 데이터를 이웃에 전달해야 합니다.
또 다른 방법은 뉴런이 "상태"를 사용하여 데이터를 전송하고 동시에 저장할 수 있는 정도를 미세 조정하는 시냅스를 사용합니다.
칠리 레시피를 집합적으로 저장하는 시냅스로 연결된 뉴런 네트워크가 있다고 가정해 보겠습니다.
베이컨과 맥주를 넣으면 더 맛있다는 것을 배웠습니다.
우리가 "학습"이라고 부르는 이 새로운 데이터를 처리하는 동안
시냅스도 상태를 업데이트하여 새로운 정보를 인코딩하고 저장합니다.
결론: 뇌에서는 데이터 처리, 학습 및 기억이 모두 같은 지점에서 발생합니다.
코발트 스핀
이제 ménage à trois의 세 번째 멤버인 코발트입니다.
하드웨어 학습 문제를 해결하기 위해
팀은 2018년에 단일 코발트 원자가 잠재적으로 뉴런의 역할을 대신할 수 있음을 발견했습니다.
이 원자 수준에서 양자 물리학의 역학도 작용하여 몇 가지 심각하게 흥미로운 결과를 낳습니다.
예를 들어, 원자는 " 스핀 "이라고 하는 여러 상태를 동시에 가질 수 있습니다.
언제든지 원자는 한 상태에 있을 확률과 다른 상태에 있을 확률이 있습니다.
뉴런이 발화할지 여부 또는 시냅스가 데이터를 전달할지 여부와 약간 유사합니다.
양자 역학에서 이 이상한 "고양이는 살았거나 죽었는가" 상태를 중첩이라고 합니다.
또 다른 기능인 양자 결합은 두 원자가 기능적으로 함께 "결합"하여 한 원자의 양자 스핀 상태가 서로를 변경하도록 합니다.
이는 뉴런이 서로 말하고 결합하는 것과 유사합니다.
팀의 통찰력은 이러한 양자 특성을 활용하여
뇌의 뉴런 및 시냅스와 유사한 시스템을 구축할 수 있다는 것입니다.
이를 위해 그들은 흑색 인으로 만들어진 초전도 표면 위에 여러 개의 코발트 원자를 오버레이하는 시스템을 제작했습니다.
그런 다음 그들은 코발트 "뉴런" 사이의 발화 및 네트워킹을 유도할 수 있는지 여부를 테스트했습니다.
예를 들어,
원자의 스핀 상태에 정보를 포함할 수 있습니까?
이 원자가 뉴런 발화를 시뮬레이션하도록 만들 수 있습니까?
대답은 확실한 YES입니다.
팀은 작은 전류를 사용하여 시스템에 0과 1의 간단한 이진 데이터를 공급했습니다. 이미지나 소리와 같은 실용적인 정보를 인코딩하는 대신
여기의 데이터는 0 또는 1을 인코딩하는 시스템에서 원자의 다른 확률을 나타냅니다.
다음으로, 팀은 우리 뉴런이 받는 입력과 유사한 작은 전압 변화로 원자 네트워크를 재핑했습니다.
작은 전기 충격은 뇌의 역학과 소름 끼치도록 유사한 행동을 생성했습니다.
예를 들어, 그것은 시스템을 "더블 탭(double-tapped)"하여 양자 뇌가 뉴런의 발화와 시냅스의 변화와 유사한 두 가지 과정을 모두 나타내도록 했습니다.
이것은 특히 깔끔합니다.
뇌를 기반으로 하는 다른 뉴로모픽 컴퓨팅 시스템은 일반적으로 인공 뉴런이나 인공 시냅스에 초점을 맞춥니다.
많은 제품이 작동하기 위해 엄격한 온도가 필요한 희귀 재료로 제작되었습니다.
하나의 재료인 코발트 안에 이 둘을 결합하는 것은 단순히 새로운 것이 아닙니다.
더 효율적이고 저렴하며 더 쉽습니다.
신경 생물학과 유사하게 시스템의 "시냅스"도 경험한 전기 입력에 따라 시간이 지남에 따라 변경되었습니다.
Khajetoorians는 말했습니다.
"특정 전압으로 더 오랜 시간 동안 물질을 자극했을 때 시냅스가 실제로 변하는 것을 보고 매우 놀랐습니다."라고.
“재료는 외부 자극을 받아 반응을 조정했습니다. 저절로 배웠습니다.”
Q-Brain의 미래?
아직 아닙니다.
현재 팀은 시스템을 확장하고 실제 정보를 처리할 수 있음을 입증해야 합니다.
그들은 또한 전체 설정을 기반으로 기계를 구축해야 하며,
기계가 부분적으로만 작동하는 것이 아니라 실질적으로 전체적으로 작동함을 보여야 합니다.
그리고 현재 많은 기술 대기업에 의해 최적화되고 있는 맞춤형 AI 맞춤형 칩과의 경쟁은 항상 존재합니다.
그러나 양자 뇌는 눈을 돌리는 것이 아닙니다.
하나의 주요 구성 요소로 팀은 원자 규모에서 뉴런 발사, 시냅스 처리 및 학습과 같은 주요 뇌 프로세스를 모방할 수 있었습니다.
양자 컴퓨팅의 부상으로 기계의 " 원거리에서 으스스한 동작 "에 맞춰진 알고리즘 은 시스템의 효율성을 더욱 높일 수 있습니다.
우리의 두뇌는 매우 우수하지만 현대 컴퓨터에는 걸림돌이 되는 병렬 처리 는 1990년대부터 양자 컴퓨터에 대한 과학자들의 확장 목표였습니다.
다음 연구를 위해 팀은 코발트보다 더 효율적일 수 있는 다양한 특성을 가진 더 많은 양자 물질을 발견할 계획입니다.
그리고 그들은 양자 두뇌가 잘 작동하는 이유를 파헤치고 싶어합니다.
Khajetoorians는 "우리는 기본 물리학을 기억 및 학습과 같은 생물학의 개념과 연관시키기 시작할 수 있는 상태에 있습니다."라고 말했습니다.
"그러나 그것이 어떻게 작동하는지 이해해야만 우리는 행동을 조정하고 기술로 개발하기 시작할 수 있."
알려지지 않은 사실에도 불구하고, 이 연구는 신경과학, 양자 컴퓨팅 및 AI 간의 연결에서 흥미로운 분야를 열어줍니다.
댓글