अराजकता के किनारे पर एक कृत्रिम नेटवर्क मानव मस्तिष्क की तरह व्यवहार करता है

शोधकर्ताओं ने दिखाया है कि नैनोवायरों के नेटवर्क को सही स्थिति में कैसे रखा जाए, जिसे के रूप में जाना जाता है अराजकता के कगार पर एक उपलब्धि जिसका उपयोग उत्पादन में किया जा सकता है कृत्रिम होशियारी (AI) जो मानव मस्तिष्क की तरह काम करता है।

टीम ने नैनोवायर सिमुलेशन में बिजली के विभिन्न स्तरों का उपयोग किया, जब सिग्नल बहुत अधिक होने पर विद्युत संकेत बहुत कम होता है, तो संतुलन खोजने के लिए। यदि सिग्नल बहुत कम था, तो नेटवर्क आउटपुट उपयोगी होने के लिए पर्याप्त जटिल नहीं था; यदि सिग्नल बहुत अधिक है, तो आउटपुट गन्दा और बेकार भी होगा।

“हमने पाया कि यदि आप सिग्नल को बहुत धीरे-धीरे धक्का देते हैं, तो नेटवर्क बिना सीखे और विकास के बार-बार वही काम करता है। यदि हम इसे कठिन और तेज़ धक्का देते हैं, तो नेटवर्क अनिश्चित और अप्रत्याशित हो जाता है,” भौतिक विज्ञानी जोएल होचस्टेटर कहते हैं: सिडनी विश्वविद्यालय के और अध्ययन के प्रमुख लेखक।

सिमुलेशन को इन दो चरम सीमाओं के बीच की रेखा पर रखने से नेटवर्क से इष्टतम परिणाम प्राप्त हुए, वैज्ञानिकों की रिपोर्ट. परिणामों से संकेत मिलता है कि नैनोवायर नेटवर्क का उपयोग करके विभिन्न प्रकार की मस्तिष्क जैसी गतिशीलता का उत्पादन किया जा सकता है।

बेतरतीब ढंग से जुड़े स्विच की वैचारिक छवि। (अलोन लोफ्लर)

“तंत्रिका विज्ञान में कुछ सिद्धांत बताते हैं कि मानव मन इस अराजकता, या तथाकथित महत्वपूर्ण स्थिति के किनारे पर काम कर सकता है,” भौतिक विज्ञानी ज़ेडेनका कोन्सिक कहते हैं: सिडनी विश्वविद्यालय, ऑस्ट्रेलिया से। “कुछ न्यूरोसाइंटिस्ट मानते हैं कि इस मामले में हम मस्तिष्क के अधिकतम प्रदर्शन को प्राप्त करते हैं।”

READ  नवीकरण चुनौती: दक्षिण लंदन में एक ग्रामीण कार्यशाला

सिमुलेशन के लिए, दो-आयामी विमान पर 10 माइक्रोन लंबाई और 500 एनएम से अधिक मोटाई के नैनोवायर बेतरतीब ढंग से व्यवस्थित नहीं किए गए थे। तुलना के लिए, एक मानव बाल लगभग 100,000 नैनोमीटर चौड़ा हो सकता है।

इस मामले में, जिस समस्या को नेटवर्क को सौंपा गया था वह फ़ाइल को परिवर्तित कर रहा था तरंग अधिक जटिल प्रकार के लिए, समस्या को हल करने के लिए इष्टतम स्थिति खोजने के लिए विद्युत सिग्नल के आयाम और आवृत्ति को समायोजित करना – अराजकता के किनारे पर।

नैनोवायर नेटवर्क दो प्रणालियों को एक में मिलाते हैं, दोनों मेमोरी (कंप्यूटर की रैम के बराबर) और प्रक्रियाओं (कंप्यूटर की सेंट्रल प्रोसेसिंग यूनिट के बराबर) का प्रबंधन करते हैं। वे पिछले संकेतों के इतिहास को याद कर सकते हैं, और पहले जो हुआ उसके जवाब में अपने भविष्य के आउटपुट को बदल सकते हैं, जिससे वे उन्हें बना सकते हैं यादें.

“जब तार ओवरलैप होते हैं, तो वे एक इलेक्ट्रोकेमिकल जंक्शन बनाते हैं, जैसे न्यूरॉन्स के बीच सिनेप्स,” होचस्टेटर कहते हैं.

एल्गोरिदम आमतौर पर नेटवर्क को सबसे अच्छे रास्तों पर प्रशिक्षित करते हैं, लेकिन इस मामले में, नेटवर्क ने इसे अपने दम पर किया।

“हमने पाया कि इस नेटवर्क के माध्यम से खिलाए गए विद्युत सिग्नल स्वचालित रूप से सूचना प्रसारित करने के लिए सबसे अच्छा मार्ग ढूंढते हैं,” होचस्टेटर कहते हैं. यह आर्किटेक्चर नेटवर्क को सिस्टम के माध्यम से पिछले पथों को “याद रखने” की अनुमति देता है।

यह, बदले में, ऊर्जा के उपयोग में महत्वपूर्ण कमी का मतलब हो सकता है, क्योंकि नेटवर्क सबसे कुशल प्रक्रियाओं का उपयोग करके खुद को प्रशिक्षण देते हैं। जैसे-जैसे एआई नेटवर्क का विस्तार होता है, उन्हें यथासंभव कमजोर और कम-शक्ति रखने में सक्षम होना महत्वपूर्ण होगा।

READ  रिपोर्ट में सिफारिश की गई है कि नासा अंतरिक्ष में परमाणु प्रणोदन के विकास को तेज करता है

अभी के लिए, वैज्ञानिकों ने दिखाया है कि नैनोवायर नेटवर्क क्रम और अराजकता के बीच की रेखा पर समस्याओं को हल करने के लिए अपनी पूरी कोशिश कर सकते हैं, जैसा कि हमारे मस्तिष्क को सक्षम माना जाता है, और यह हमें एआई के करीब एक कदम रखता है जो हमारे जैसा सोचता है कर।

“इस परिणाम के बारे में रोमांचक बात यह है कि यह इंगित करता है कि इस प्रकार के नैनोवायर नेटवर्क को विविध मस्तिष्क जैसी सामूहिक गतिशीलता वाले सिस्टम में ट्यून किया जा सकता है, जिसका उपयोग सूचना प्रसंस्करण में सुधार के लिए किया जा सकता है।” कुसिक.

खोज में प्रकाशित किया गया था प्रकृति कनेक्शन.

प्रातिक्रिया दे

आपका ईमेल पता प्रकाशित नहीं किया जाएगा. आवश्यक फ़ील्ड चिह्नित हैं *