探索材料量子大脑没有软件，硬件也可以实现机器学习

　　编辑/文龙
　　「智能材料」可以通过学习来改变自身的物理特性，这类似于人类大脑的运行方式，因此有可能成为全新一代计算机的基础。来自Radboud的物理学家们一直致力于「量子大脑」的研究，最近迈出了关键性的一步。
　　该团队于2月1日在《自然·纳米技术》中发表了他们的最新研究，实验证明了可以对单原子进行构图和连接形成一个网络，并模仿大脑中神经元和突触的自主行为。这种自适应体系结构为直接在原子级机器学习硬件中进行自主学习铺平了道路。
　　考虑到全球对计算能力的需求不断增长，越来越多的数据中心被需要，能源消耗也在不断扩大。「很明显，我们必须找到一种新的策略以节能的方式存储和处理信息。」拉德堡德大学扫描探针显微镜教授、项目负责人Alexander Khajetoorians说。
　　「这不仅需要技术的改进，还需要改变基础研究的游戏规则。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。」
　　量子大脑
　　为了使人工智能发挥作用，计算机需要能够识别世界上的所有模式并不断学习新的模式。现在的计算机一般通过基于机器学习的软件来执行此操作，这些软件可以在单个计算机硬盘驱动器上控制信息的存储和处理。神经网络与机器智能教授、合著者Bert Kappen说：「目前为止，这项基于一个世纪前的典范的技术已经足够有效。但最终来说，这是一个非常耗能的过程。」
　　拉德堡德大学的物理学家们研究了一种可以在不需要软件的情况下完成同样的工作的硬件。他们发现，可以通过在黑磷上构建钴原子网络而创建一种新的材料，该材料通过与大脑相似的方式存储和处理信息，并且可以进行自适应。他们创建了一个直接在定义明确的材料系统的轨道动力学中模拟玻尔兹曼机器的原子自旋系统。
　　自适应原子
　　早在2018年，Khajetoorians和合作者就表明可以以单个钴原子的状态存储信息。他们通过向原子施加电压来引发「发射」，让原子随机地在0和1之间穿梭，就像是一个神经元。如今，他们发现了一种为这些原子创建特定组合的方法，并发现这些组合的发射行为模仿了人工智能中类脑模型的行为。
　　除了观察脉动型神经元的行为外，实验还能够产生迄今为止已知的最小突触。研究人员意外地注意到这些组合具有固有的适应性：突触会根据「看到」的输入改变行为。「当用一定的电压长时间刺激材料时，我们非常惊讶地看到突触会发生变化。该材料根据受到的外部刺激去适应自身反应。它是自学的，」 Khajetoorians说。
　　探索和发展量子大脑
　　现在，研究人员计划扩大规模、建立更大的原子网络，并研究可使用的新「量子」材料。另外，他们还需要了解原子网络为何会产生如此行为。Khajetoorians说：「我们正处于一种可以开始将基础物理学与生物学概念（例如记忆和学习）联系起来的阶段。」
　　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、更小巧的自主学习计算设备。但是，它的工作原理仍然是一个谜。只有当我们了解了，我们才能调整它的行为，才能开始将它发展为一项技术。这是一个非常令人兴奋的时刻。
　　论文地址：https://www.nature.com/articles/s41565-020-00838-4
　　https://www.eurekalert.org/pub_releases/2021-02/run-tfs012821.php
　　RADBOUD UNIVERSITY NIJMEGEN