用于人工智能的质子可编程电阻;光学联想学习;反蝴蝶效应量子基准测试。
来自麻省理工学院(MIT)的研究人员开发了一种模拟深度学习处理器质子可编程电阻排列成数组的
在处理器中，增加和减少质子电阻的电导可以实现模拟机器学习。电导由质子的运动控制。为了增加电导，更多的质子被推入电阻器中的通道，而为了降低电导，质子被取出。这是通过一种类似于电池的电解质来实现的，这种电解质可以传导质子，但会阻挡电子。
“该装置的工作机制是将最小的离子质子电化学插入绝缘氧化物中，以调节其电子导电性。麻省理工学院核科学与工程教授、材料科学与工程教授Bilge Yildiz说:“因为我们使用的是非常薄的设备，我们可以通过使用强电场来加速离子的运动，并将这些离子设备推到纳秒的运行状态。”
麻省理工学院核科学与工程教授、材料科学与工程教授李菊(Ju Li)说:“生物细胞的动作电位以毫秒为时间尺度起伏，因为大约0.1伏的电压差受到水的稳定性的限制。”“在这里，我们在一种纳米级厚度的特殊固体玻璃薄膜上施加高达10伏的电压，这种薄膜可以传导质子，而不会永久损坏它。电场越强，离子器件的速度就越快。”
研究人员使用无机磷硅酸盐玻璃(PSG)作为电解质。PSG类似于二氧化硅，用于干燥剂袋和硅加工，加入少量磷，使其具有质子传导的特殊特性。PSG能够实现超快质子运动，因为它包含大量纳米大小的孔隙，其表面为质子扩散提供了路径。
麻省理工学院博士后穆拉特·奥宁(Murat Onen)指出，它还可以承受非常强的脉冲电场，这是至关重要的，因为施加更大的电压可以使质子移动得更快。“这个速度确实令人惊讶。通常情况下，我们不会在设备上应用这样的极端场，以免它们变成灰。但相反，质子最终以极高的速度在设备堆中穿梭，比我们以前的速度快了100万倍。由于质子的体积小、质量低，这种运动不会损坏任何东西。这几乎就像瞬间移动。”
“纳秒的时间尺度意味着，在如此极端的场下，我们已经接近质子的弹道甚至量子隧穿机制，”李说。
由于质子不会破坏材料，电阻器可以运行数百万个周期而不会损坏。Onen补充说，PSG的绝缘特性意味着当质子移动时几乎没有电流通过材料，这使得该设备非常节能。它还与硅制造技术兼容。
研究人员计划重新设计用于大批量制造的可编程电阻器，然后研究电阻器阵列的特性并将其放大，以便将其嵌入到系统中。他们还计划研究这种材料，以消除限制有效地将质子转移到电解液中、通过电解液和从电解液中转移质子所需电压的瓶颈。
Yildiz补充说:“这些离子设备可以实现的另一个令人兴奋的方向是节能硬件，模拟神经电路和神经科学中推导出的突触可塑性规则，超越模拟深度神经网络。”
来自牛津大学、埃克塞特大学和明斯特大学的研究人员开发了一种能够探测的片上光学处理器数据集的相似性比在电子处理器上运行的传统机器学习算法快1000倍。
该作品的灵感来自巴甫洛夫著名的经典条件反射实验。
“巴甫洛夫联想学习被认为是塑造人类和动物行为的一种基本学习形式，但在人工智能系统中采用这种学习方式在很大程度上闻所未闻。我们对巴甫洛夫学习与光学并行处理相结合的研究，展示了各种人工智能任务令人兴奋的潜力，”牛津大学材料系的詹姆斯·谭有轩(James Tan You Sian)说。
该团队的Associative Monadic Learning Element (AMLE)不依赖于反向传播(神经网络使用微调结果)，而是使用一种记忆材料来学习模式，将数据集中的相似特征关联在一起，模仿巴甫洛夫在匹配情况下观察到的条件反射。
AMLE输入与正确的输出配对，以监督学习过程，并且可以使用光信号重置记忆材料。在测试中，AMLE只经过5对图像训练就能正确识别猫/非猫图像。
该芯片采用波分复用技术，在单个通道上发送不同波长的多个光信号，以提高计算速度。
复旦大学教授程增光指出，联想学习方法可以补充神经网络，而不是取代它们。“对于不需要对数据集中高度复杂特征进行大量分析的问题，它更有效。许多学习任务都是基于量的，没有那么复杂——在这种情况下，联想学习可以更快地完成任务，而且计算成本更低。”
来自洛斯阿拉莫斯国家实验室的研究人员提出了一种新的方法基准测试量子计算机的性能。
美国洛斯阿拉莫斯国家实验室(Los Alamos National Laboratory)的量子理论家严斌(Bin Yan)表示:“使用我们开发的简单、健壮的协议，我们可以确定量子计算机有效处理信息的程度，它也适用于其他复杂量子系统中的信息丢失。”“我们的协议量化了量子系统中的信息扰乱，并明确地将其与量子退相干引起的噪声背景中的假正信号区分开来。”
退相干会清除量子计算机中的所有量子信息，而通过量子混沌进行信息争夺的信息则会在整个系统中传播信息，保护它并允许它被检索。
严说:“我们的方法借鉴了我们两年前发现的量子反蝴蝶效应，使系统在一个循环中向前和向后发展，所以我们可以将其应用于任何具有时间反转动力学的系统，包括使用冷原子的量子计算机和量子模拟器。”
该团队在IBM基于云计算的量子计算机上演示了该协议。研究人员解释说，该方法准备了一个量子系统和子系统，使整个系统在时间上向前发展，引起不同子系统的变化，然后在相同的时间内向后发展系统。测量两个子系统之间信息的重叠，可以显示有多少信息因置乱而保留，有多少信息因退相干而丢失。
|
|
|
|
|
|
|
|
|
|
留下回复