De eerste stappen naar een kwantumbrein

Een intelligent materiaal dat leert door zichzelf fysiek te veranderen, vergelijkbaar met hoe het menselijk brein werkt, zou de basis kunnen zijn van een compleet nieuwe generatie computers. Radboud-natuurkundigen die werken aan dit zogenaamde ‘kwantumbrein’ hebben een belangrijke stap gezet. Ze hebben aangetoond dat ze een netwerk van afzonderlijke atomen kunnen vormen en met elkaar kunnen verbinden, en het autonome gedrag van neuronen en synapsen in de hersenen kunnen nabootsen. Ze melden hun ontdekking in Natuur Nanotechnologie op 1 februari.

Gezien de groeiende wereldwijde vraag naar rekencapaciteit zijn er steeds meer datacentra nodig, die allemaal een steeds groter wordende energievoetafdruk achterlaten. “Het is duidelijk dat we nieuwe strategieën moeten vinden om informatie op een energiezuinige manier op te slaan en te verwerken”, zegt projectleider Alexander Khajetoorians, hoogleraar scanning probe microscopie aan de Radboud Universiteit.

“Dit vereist niet alleen verbeteringen in technologie, maar ook fundamenteel onderzoek naar spelveranderende benaderingen. Ons nieuwe idee om een ​​’kwantumbrein’ te bouwen op basis van de kwantumeigenschappen van materialen, zou de basis kunnen zijn voor een toekomstige oplossing voor toepassingen in kunstmatige intelligentie.”

Kwantum brein

Om kunstmatige intelligentie te laten werken, moet een computer patronen in de wereld kunnen herkennen en nieuwe kunnen leren. De huidige computers doen dit via machine learning-software die de opslag en verwerking van informatie op een aparte computerharde schijf regelt. “Tot nu toe werkte deze technologie, die is gebaseerd op een eeuwenoud paradigma, voldoende. Maar uiteindelijk is het een zeer energie-inefficiënt proces”, zegt co-auteur Bert Kappen, hoogleraar Neurale netwerken en machine-intelligentie. .

De natuurkundigen van de Radboud Universiteit onderzochten of een stuk hardware hetzelfde zou kunnen, zonder dat daarvoor software nodig is. Ze ontdekten dat ze door het bouwen van een netwerk van kobaltatomen op zwarte fosfor een materiaal konden bouwen dat informatie opslaat en verwerkt op een manier die vergelijkbaar is met de hersenen, en, nog verrassender, zichzelf aanpast.

Zelfaanpassende atomen

In 2018 lieten Khajetoorians en medewerkers zien dat het mogelijk is om informatie op te slaan in de staat van een enkel kobaltatoom. Door een spanning op het atoom aan te brengen, konden ze ‘vuren’ opwekken, waarbij het atoom willekeurig tussen een waarde van 0 en 1 pendelt, net als een neuron. Ze hebben nu een manier ontdekt om op maat gemaakte ensembles van deze atomen te creëren, en ontdekten dat het schietgedrag van deze ensembles het gedrag nabootst van een hersenachtig model dat wordt gebruikt in kunstmatige intelligentie.

Naast het observeren van het gedrag van prikkelende neuronen, waren ze in staat om de kleinste tot nu toe bekende synaps te creëren. Zonder het te weten, merkten ze op dat deze ensembles een inherente adaptieve eigenschap hadden: hun synapsen veranderden hun gedrag afhankelijk van de input die ze ‘zagen’. “Toen we het materiaal gedurende een langere periode met een bepaalde spanning stimuleerden, waren we erg verrast om te zien dat de synapsen daadwerkelijk veranderden. Het materiaal paste zijn reactie aan op basis van de externe prikkels die het ontving. Het leerde het vanzelf”, zegt Khajetoorians .

Onderzoek naar en ontwikkeling van het kwantumbrein

De onderzoekers zijn nu van plan om het systeem op te schalen en een groter netwerk van atomen te bouwen, en om nieuwe “kwantummaterialen” te onderzoeken die kunnen worden gebruikt. Ze moeten ook begrijpen waarom het atoomnetwerk zich gedraagt ​​zoals het doet. “We bevinden ons in een staat waarin we fundamentele fysica kunnen gaan relateren aan concepten in de biologie, zoals geheugen en leren”, zegt Khajetoorians.

“Als we van dit materiaal uiteindelijk een echte machine zouden kunnen bouwen, zouden we zelflerende computerapparatuur kunnen bouwen die energiezuiniger en kleiner is dan de huidige computers. Maar alleen als we begrijpen hoe het werkt – en dat is nog steeds een mysterie – zullen we in staat zijn om het gedrag ervan af te stemmen en het te ontwikkelen tot een technologie. Het is een heel opwindende tijd. ”