리튬 배터리 또는 페인트 사업에 종사하지 않는 한 아마도 코발트에 익숙하지 않을 것이다. 그러나 새로운 논문에 따르면 양자역학과 뇌의 내부 작용을 결합한 완전히 새로운 종류의 컴퓨터에 대한 비밀 소스 일 수 있다.

 

결과는 단순히 학습 능력이 있는 컴퓨터가 아니다. 학습을 가능하게 하는 메커니즘은 하드웨어 구조에 직접 내장되어 있으며 추가 AI 소프트웨어가 필요하지 않다. 컴퓨터 모델은 또한 현재 노트북에서 실리콘 기반의 CPU를 사용하는 대신 뉴런 활동과 시냅스의 언어를 사용하여 우리의 두뇌가 정보를 처리하는 방법을 시뮬레이션 한다.

 

주요 트릭은 코발트 원자의 양자 스핀 특성에 의존한다. "네트워크"로 교묘하게 구성하면 결과적으로 데이터를 처리하고 동일한 네트워크 구조 내에 저장할 수 있는 "양자 두뇌"가 된다. 이는 우리의 두뇌가 작동하는 방식과 유사하다. 요약하자면 진정한 학습 기계를 향한 길이다.

 

그것은 AI에게 좋은 소식이다. 강력한 머신 러닝 알고리즘은 에너지를 매우 많이 소모한다. 거대 기술 기업은 컴퓨팅 요구 사항을 처리하도록 맞춤화 된 대규모 데이터 센터를 보유하고 있지만 비효율적이며 엄청난 탄소발자국을 생성한다. 더 많은 문제는 전문가들이 앞을 내다볼 때이다. 컴퓨팅 능력은 매년 2배에서 2년 (구어적으로 "무어의 법칙"으로 알려져 있음)이 두 배로 증가했지만 최근 관찰에 따르면 마지막 단계에 있을 수 있다.

 

해석하자면, 우리는 대체 컴퓨팅 방법이 절실히 필요하다.

 

네덜란드 Nijmegen에 있는 Radboud University의 Alexander Khajetoorians 박사는“재료의 양자 특성을 기반으로 한 '양자 뇌'를 구축하는 우리의 새로운 아이디어는 AI 애플리케이션을 위한 미래 솔루션의 기초가 될 수 있다.

 

 

 

새로운 시대의 컴퓨터

 

신경과학, 양자역학 및 AI가 어떻게 맞물릴 수 있을까?

 

뇌와 딥 러닝과 같은 머신러닝 방법 간의 유사점에서 시작된다. 후자는 느슨하게 우리 마음에 기반을 두었기 때문에 여기에서 놀라운 일은 아니다. 문제는 이러한 알고리즘이 현재 컴퓨터에서 실행될 때 발생한다. 최첨단 컴퓨터조차도 정보를 처리하고 별도의 구조에 저장한다. CPU 또는 GPU 자체로는 데이터를 저장할 수 없다. 이는 데이터가 처리 장치와 메모리 장치 간에 지속적으로 이동해야 함을 의미한다. 이미지 인식과 같은 작은 일에는 큰 문제가 아니지만 더 큰 문제의 경우 전체 프로세스를 빠르게 늦추고 에너지 사용을 늘린다.

 

즉, 인공지능은 현대 컴퓨터와는 완전히 다른 구조를 가진 뇌를 모방하기 때문에 근본적인 비 호환성이 있다. AI 알고리즘은 현재 컴퓨터에 최적화될 수 있지만 효율성 측면에서는 막 다른 골목에 도달할 가능성이 높다.

 

뉴로모픽 컴퓨팅을 시작하라. 칩, CPU, 메모리 하드 드라이브 등 컴퓨터 설계에 대해 알고 있는 모든 것을 잊어버리라는 메시지가 표시된다. 대신 이러한 유형의 신세대 "컴퓨터"는 정보를 기록, 처리 및 저장하는 두뇌의 방법을 모두 한곳에서 활용한다. 데이터 이동이 없다는 것은 시간과 에너지 소비가 줄어들고 AI와 지구를 위한 승리를 의미한다.

 

거친 뇌졸중에서 뇌의 신경망은 여러 유형의 컴퓨팅을 사용한다. 하나는 뉴런에 의존하며, 입력을 기반으로 "발동"해야 하는지, 즉 데이터를 이웃에게 전달해야 하는지 결정한다. 또 다른 방법은 "상태"를 사용하여 뉴런이 데이터를 전송하고 동시에 저장할 수 있는 정도를 미세 조정하는 시냅스를 사용한다. 시냅스로 연결된 뉴런 네트워크가 있고 고추 레시피를 총체적으로 저장한다고 가정해 보겠다. 베이컨과 맥주를 추가하면 더 좋다는 것을 배웠다. 시냅스는 이 새로운 데이터 (“학습”이라고 함)를 처리하는 동안 상태를 업데이트하여 새로운 정보를 인코딩하고 저장한다.

 

요점: 뇌에서는 데이터 처리, 학습 및 기억이 모두 같은 지점에서 발생한다.

 

 

 

코발트 스핀

 

하드웨어 학습 문제를 해결하기 위해 팀은 2018년에 단일 코발트 원자가 잠재적으로 뉴런의 역할을 대신할 수 있음을 발견했다. 이 원자 수준에서 양자물리학의 역학도 작용하여 심각한 흥미로운 결과가 나타난다. 예를 들어 원자는 "스핀"이라고하는 여러 상태를 동시에 가질 수 있다. 언제든지 원자는 한 상태에 있을 확률과 다른 상태에 대한 또 다른 확률을 갖게 된다. 이는 뉴런이 발화할지 여부를 결정하거나 시냅스가 데이터를 전달하는지 여부와 비슷하다. 양자 역학에서 이 이상한 "고양이가 살아 있거나 죽었는가"상태를 중첩이라고 한다.

 

양자 결합이라는 또 다른 기능은 두 원자가 기능적으로 함께 "결합"하여 한 원자의 양자 스핀 상태가 다른 원자를 변경하도록 한다. 이는 뉴런이 서로 이야기하고 결합하는 것과 유사하다.

 

팀의 통찰력은 이러한 양자 속성을 활용하여 뇌의 뉴런 및 시냅스와 유사한 시스템을 구축할 수 있다는 것이다. 이를 위해 그들은 흑린으로 만들어진 초전도 표면 위에 여러 개의 코발트 원자를 오버레이 하는 시스템을 제작했다.

 

그런 다음 코발트 "뉴런"사이에 발사와 네트워킹을 유도할 수 있는지 테스트했다. 예를 들어 원자의 스핀 상태에 정보를 포함할 수 있을까? 이 원자들이 뉴런 발사를 시뮬레이션 하도록 할 수 있을까?

 

대답은 '예'이다. 작은 전류를 사용하여 팀은 시스템에 0과 1의 단순 이진 데이터를 공급했다. 여기에 있는 데이터는 이미지나 소리와 같은 실제 정보를 인코딩하는 대신 0 또는 1을 인코딩하는 시스템에서 원자의 다양한 확률을 나타낸다.

 

다음으로, 팀은 우리 뉴런이 받는 입력과 유사한 작은 전압 변화로 원자 네트워크를 손상시켰다. 작은 전기적 충격은 뇌의 역학과 어리석게 유사한 행동을 생성했다. 예를 들어, 시스템을 "두 번 탭"하여 양자 뇌가 뉴런이 발사하는 것과 유사한 과정과 시냅스의 변화를 모두 나타 냈다.

 

이것은 특히 깔끔하다. 다른 신경 형태 컴퓨팅 시스템 (뇌에 기반한)은 일반적으로 인공 뉴런이나 인공 시냅스에 초점을 맞춘다. 많은 제품이 작동하기 위해 엄격한 온도가 필요한 희귀한 재료로 제작되었다. 두 가지를 하나의 재료인 코발트 안에 결합하는 것은 단순한 새로운 것이 아니다. 효율적이고 더 저렴하며 더 쉽다.

 

신경생물학과 마찬가지로 시스템의 "시냅스"도 경험한 전기적 입력에 따라 시간이 지남에 따라 변경되었다.

 

"특정 전압으로 더 오랜 시간 동안 물질을 자극할 때, 우리는 시냅스가 실제로 변하는 것을 보고 매우 놀랐다."고 Khajetoorians가 말했다. “이 물질은 받은 외부 자극을 기반으로 반응을 조정했다. 스스로 배웠다.”

 

 

 

양자-브레인은 미래?

 

아직은 아니다.

 

지금은 팀이 시스템을 확장하고 실제 정보를 처리할 수 ​​있음을 입증해야 한다. 또한 전체 설정을 기반으로 기계를 구축해야 하며, 이는 비트와 조각으로 만 작동하는 것이 아니라 실제로 전체적으로 작동함을 보여준다. 그리고 이제는 많은 기술 대기업에 의해 최적화되고있는 맞춤형 AI 맞춤형 칩과의 경쟁이 항상 있다.

 

그러나 양자 뇌는 눈을 뗄 수 없다. 하나의 주요 구성 요소를 사용하여 팀은 핵심 뇌 프로세스(뉴런 발사, 시냅스 처리 및 학습)를 원자 규모로 모방할 수 있었다. 양자컴퓨팅의 등장으로 기계의 "원거리에서의 으스스한 행동"에 맞춘 알고리즘이 시스템의 효율성을 더욱 높일 수 있다. 병렬 처리는 우리의 두뇌가 매우 잘 수행하지만 현대 컴퓨터를 뒤 흔드는 일이 1990년대 이후로 양자컴퓨터에 대한 과학자들의 목표였다.

 

다음 연구를 위해 팀은 코발트보다 더 효율적일 수 있는 다른 속성을 가진 더 많은 양자 물질을 발견할 계획이다. 그리고 그들은 양자 뇌가 왜 그렇게 잘 작동하는지 파헤치고 싶어한다.

 

“우리는 기초 물리학을 기억과 학습과 같은 생물학의 개념과 연관시킬 수 있는 상태에 있다.”고 Khajetoorians는 말했다. "그러나 그것이 작동하는 방식을 이해하고 (여전히 미스터리인 경우)야만 행동을 조정하고 기술로 개발할 수 있다."

 

알려지지 않은 점에도 불구하고 이 연구는 신경과학, 양자컴퓨팅 및 AI 사이의 결합에 흥미로운 분야를 열어준다. Khajetoorians는“매우 흥미로운 시간이다.”라고 말한다.