迈向量子大脑的第一步：通过物理改变自身而学习的智能材料

通过物理改变自身而学习的智能材料（类似于人脑的工作方式）可能是新一代计算机的基础。致力于这个所谓的“量子大脑”的拉德布德物理学家迈出了重要的一步。他们证明了他们可以构图和互连单个原子的网络，并模仿大脑中神经元和突触的自主行为。他们在自然纳米技术中报告了他们的发现。

考虑到全球对计算能力的需求不断增长，需要越来越多的数据中心，所有这些中心都在不断扩大能源足迹。“很明显，我们必须找到一种新的策略来以节能的方式来存储和处理信息。”拉德布德大学扫描探针显微镜教授，项目负责人亚历山大·卡伊塔里安（Alexander Khajetoorians）说。

“这不仅需要技术改进，还需要改变游戏规则的基础研究。我们基于材料的量子特性构建“量子大脑”的新想法可能会成为未来人工智能应用解决方案的基础。

量子脑

为了使人工智能发挥作用，计算机需要能够识别世界上的模式并学习新的模式。当今的计算机通过机器学习软件来执行此操作，该软件可控制信息在单独的计算机硬盘驱动器上的存储和处理。“直到现在，这项基于百年历史的范例的技术已经充分发挥了作用。但是，最终，这是一个非常节能的过程。”神经网络与机器智能教授合著者Bert Kappen说。

拉德布德大学的物理学家研究了一种硬件是否可以在不需要软件的情况下完成同样的工作。他们发现，通过在黑磷上构建钴原子网络，他们能够构建一种材料，该材料以类似于大脑的方式存储和处理信息，并且更令人惊讶的是，它可以自我适应。

自适应原子

在2018年，Khajetoorians和合作者表明可以以单个钴原子的状态存储信息。通过向原子施加电压，它们可以引发“发射”，原子在其中随机地在0和1之间穿梭，就像一个神经元一样。他们现在发现了一种创建这些原子的定制合奏的方法，并发现这些合奏的发射行为模仿了人工智能中使用的类似于大脑的模型的行为。

除了观察尖峰神经元的行为外，它们还能够产生迄今为止已知的最小的突触。不知不觉中，他们注意到这些合奏具有固有的适应性：它们的突触根据其“看到”的输入而改变了其行为。“当以一定的电压长时间刺激材料时，我们非常惊讶地看到突触实际上发生了变化。该材料根据其收到的外部刺激来适应其反应。它是自学的，” Khajetoorians说。

探索和发展量子大脑

研究人员现在计划扩大系统规模，建立更大的原子网络，并将其用于可以使用的新“量子”材料。同样，他们需要了解原子网络为何会如此行为。Khajetoorians说：“我们处于一种状态，可以开始将基础物理学与生物学中的概念联系起来，例如记忆和学习。”

“如果我们最终可以用这种材料建造一台真正的机器，我们就能制造出比当今计算机更节能，更小巧的自学式计算设备。但是，只有了解了它的工作原理（这仍然是一个谜），我们才能够调整其行为并将其发展为一项技术。这是一个非常令人兴奋的时刻。”

参考：“自然能自适应的原子玻尔兹曼机”，作者：布莱恩·基拉利，埃尔兹·克诺尔，维尔纳·范·韦登堡，希尔伯特·卡彭和亚历山大·阿卡耶图里安，2021年2月1日，自然纳米技术。DOI：
10.1038 / s41565-020-00838-4