TLDR: Hardware sestavený z nanotrátů může balancovat mezi dvěma extrémy – a hodí se to jak pro podporu aplikací umělé inteligence, tak to zároveň naznačuje i víc o chodu našeho mozku. Studie tuna.

„Dokonalý“ chaos

Máme tady další pozoruhodnou spekulačku o mozku! Vědátoři z univerzity v Sydney totiž přišli se zajímavým článkem o tom, jak by mohl vypadat mozek umělé inteligence… inspirovanými živými systémy. Tedy třeba námi. K simulaci použili nanotrubičky různých elektrických úrovní a zjistili, že rovnováha nastává, když elektrický signál není ani příliš nízký, ani příliš vysoký. Tým pak předvedl, jak udržet síť nanodrátků ve stavu, který je těsně na hranici tzv. chaosu. To je nejenom zajímavé zjištění ohledně umělých mozků, ale potenciálně i o mozcích z masa (a obvykle ne moc kostí). + nám dává nový rozměr v tom, jak by umělá inteligence (AI) fungovala jako lidský mozek!

Strojové učení je naše budoucnost, ale faktem je, že dnešní hardware tomuto softwaru příliš nejde naproti. Což je trochu jako kdybyhom se snažili mít lidskou inteligenci v nervové síti švába – teoreticky to možná jde, prakticky asi moc ne. Měli jsme tu řadu snah, jak vybudovat hardware, který svou samotnou architekturou pomáhá procesům strojového učení, ale v dnešní studii přišli se zajímavými nápady, jak to dotáhnout dál.

Hlavní zjištění ze studie, že pokud vysíláte signál příliš pomalu, síť dělá stále totéž, aniž by se učila a vyvíjela. Pokud je síť příliš silná a rychlá, stává se nestabilní a nepředvídatelnou. Udržování simulací na hranici mezi těmito dvěma extrémy ale teprve přineslo optimální výsledky sítě.

Zjištění naznačují, že pomocí sítí nanodrátků by bylo možné vytvořit různé dynamiky podobné mozku. Víme, že některé teorie v neurovědách naznačují, že lidská mysl může fungovat na hranici chaosu nebo v tzv. kritickém stavu. Někteří neurologové se domnívají, že právě v tomto stavu dosahujeme maximální výkonnosti mozku.

Jak ale postavit takový umělý mozek?

Na hranici chaosu

Při simulacích vědátoři náhodně rozmístili 2D nanodrátky o délce 10 mikrometrů a tloušťce maximálně 500 nanometrů. Pro srovnání, například lidský vlas může být široký až 100 tisíc nanometrů. V tomto případě šlo o transformaci jednoduchého tvaru vlny na složitější typ s upravenou amplitudou a frekvencí elektrického signálu tak, aby byl nalezen optimální stav pro řešení problému – čili lautr přesně na hranici chaosu.

Nanovodičové sítě pak spojují oba dva tyhlecty systémy do jednoho a fungují jak jako jakási paměť, čili přesněji ekvivalent počítačové paměti RAM, tak i ekvivalent počítačového procesoru. Mohou si „pamatovat“ historii předchozích signálů, ale i měnit svůj budoucí výstup v reakci na to, co se stalo předtím, a stát se takzvanými memristory (z „memory transistor“).

V místech, kde se dráty překrývají, vytvářejí elektrochemická spojení, fungující v zásadě jako synapse mezi neurony. Obvykle při debatách o strojovém učení mluvíme o algoritmech, které trénují síť tam, kde jsou nejlepší cesty pro zapamatování – ale v tomto případě to síť udělala sama.

Umělá inteligence, která myslí jako člověk?

Práce především zjistila, že elektrické signály vedené sítí automaticky vyhledávají nejlepší cestu pro přenos informací a tato architektura umožňuje síti zapamatovat si předchozí cesty v systému. Co to znamená? Dochází k výraznému snížení spotřeby energie, protože sítě se nakonec samy trénují pomocí nejefektivnějších procesů. Takový potenciální počítač pak může provozovat strojové učení snáze a může být menší.

S rozšiřováním sítí umělé inteligence bude totiž souviset i důležitá schopnost udržet je malé a pokud možno s nízkou spotřebou energie. Vědátoři zatím prokázali, že nanodrátové sítě mohou nejlépe řešit své problémy na hranici mezi řádem a chaosem, podobně jako je tomu v našem mozku, a to nás posouvá o krok blíže k umělé inteligenci, která myslí stejně jako my.

Studie také naznačuje, že tyto typy nanodrátových sítí lze vyladit do režimů s různorodou kolektivní dynamikou podobnou mozku, kterou lze následně využít k optimalizaci zpracování informací. Je to další krok k dosažení dokonalé umělé inteligence? Máme před sebou ještě dlouhou cestu, ale tento výzkum je rozhodne krokem vpřed.

Nakonec je tu ještě jedna zajímavá možnost, ačkoliv samože spekulativní – skrze lepší podobné hrátky nakonec možná zjistíme víc i o fungování našeho vlastního mozku! Bylo by paradoxní, kdybychom jednou postavili fakt funkční obecnou umělou inteligenci… a zjistili při tom, že jsme si vlastně překvapivě podobní!

[Nina Kadášová]

Vědátor vzniká v dílně spolku studentů a popularizátorů vědy UP Crowd za podpory MUDRstart, který tvoří přípravné testy pro studenty vysokých škol. Krom různých autorů projekt jako šéfredaktor vede Ladislav Loukota – jeho kontaktní mail je [email protected]