<σχήμα class = "σχήμα"> <Εικόνες class = "Embed ένταση-high">

Ένα απλό σύστημα τεχνητής νοημοσύνης (AI) που αποτελείται από ένα υλικό που μοιάζει με ζελέ και συνδέεται με ηλεκτρόδια μπορεί να «μάθει» για να παίξει το κλασικό βιντεοπαιχνίδι Pong και να βελτιωθεί με την πάροδο του χρόνου, έτσι μια μελέτη που δημοσιεύεται σήμερα .

Τα αποτελέσματα είναι ένα πρώτο βήμα για να δείξουμε ότι τα συνθετικά υλικά μπορούν να χρησιμοποιήσουν μια θεμελιώδη μορφή «μνήμης» για να αυξήσουν την απόδοση, λέει ο Brett Kagan, επικεφαλής επιστημονικός υπάλληλος της Cortical Labs στη Μελβούρνη της Αυστραλίας. "Το σύστημα δείχνει με παρόμοιο τρόπο μνήμη πώς ένα κρεβάτι ποταμού καταγράφει τη μνήμη ενός ποταμού", λέει.

Το 2022, ο Kagan και οι συνάδελφοί του νευρώνες σε ένα μπολ Εμπνευσμένο από αυτό το έργο, ο Yoshikatsu Hayashi, ένας βιοϊατρικός μηχανικός στο Πανεπιστήμιο Reading, η Μεγάλη Βρετανία, και οι συνεργάτες του, και οι συνάδελφοί του, είτε θα μπορούσε επίσης να κυριαρχήσει ένα μη βιολογικό υλικό.

Ο Hayashi και οι συνεργάτες του στράφηκαν σε υδρογέλες - υλικά που χρησιμοποιούνται για διάφορες εφαρμογές όπως εξαρτήματα για μαλακά ρομπότ - και περιέχουν τα φορτισμένα σωματίδια που ονομάζονται ιόντα. Όταν αυτή η υδρογέλη διεγείρεται ηλεκτρικά, τα ιόντα κινούνται μέσω του υλικού και τραβούν μόρια νερού μαζί του, τα οποία αλλάζουν την υδρογέλη. Αυτή η αλλαγή στη διανομή των ιόντων επηρεάζει τις επόμενες ρυθμίσεις των σωματιδίων, λέει ο Hayashi.

"Είναι σαν μια φυσική μνήμη."

<σχήμα class = "σχήμα"> <Εικόνες CLASS = "EMBED ENTENTINTS-High"> <Πηγή Τύπος = "IMAGE/WEBP" SRCSET = "https://media.nature.com/lw767/magazine-assets/d41586-02704-y/d41586-02704-y_2748126.gif?as=Webp 767W, https://media.nature.com/lw319/magazine-assets/d41586-02704-y/d41586-02704-y_2748126.gif?as=Webp 319W "Sizes =" decoDing = "async" class = "figure__Image" alt = "Κινούμενη ακολουθία ενός υπολογιστή, η υδρογέλη παίζει το pong video game." Loading = "Lazy" SRC = "https://media.nature.com/lw767/magazine-assets/d41586-02704-y/d41586-02704-y_2748126.gif"

Για να ελέγξει αν αυτή η «μνήμη» θα μπορούσε να επιτρέψει στην υδρογέλη να παίξει Pong , οι ερευνητές χρησιμοποίησαν ηλεκτρόδια για να συνδέσουν το υλικό με το παιχνίδι σε έναν υπολογιστή. Το παιχνίδι χωρίστηκε σε ένα πλέγμα έξι τετραγώνων που αντιστοιχούσαν σε έξι ζευγάρια ηλεκτροδίων. Κάθε φορά που η μπάλα πέρασε από ένα από τα τετράγωνα, τα αντίστοιχα ηλεκτρόδια έστειλαν ένα ηλεκτρικό σήμα στην υδρογέλη, η οποία άλλαξε τη θέση ιόντων. Στη συνέχεια, τα ηλεκτρόδια αισθητήρων μέτρησαν το ηλεκτρικό ρεύμα των περιβαλλόμενων ιόντων και επέστρεψαν αυτές τις πληροφορίες πίσω στον υπολογιστή, το οποίο το ερμήνευσε ως εντολή για να μετακινήσει τη ρακέτα παιχνιδιού σε μια νέα θέση. Με την πάροδο του χρόνου, αυτό σχηματίστηκε σε μια θεμελιώδη «μνήμη», καθώς οι κινήσεις των ιόντων επηρεάστηκαν από τις προηγούμενες μετατοπίσεις τους.

Fast Learner

Στην αρχή, η υδρογέλη χτύπησε την μπάλα περίπου το ήμισυ του χρόνου, αλλά αύξησε το ποσοστό επιτυχίας του σε 60% σε περίπου 24 λεπτά, πράγμα που δείχνει ότι το υλικό ενημερώνει τη «μνήμη» των κινήσεων της μπάλας χρησιμοποιώντας το μοτίβο ιόντων. Η βελτιωμένη απόδοση οδήγησε επίσης σε μεγαλύτερες συγκεντρώσεις - τους χρόνους που εμπλέκεται η μπάλα.

Οι ερευνητές πραγματοποίησαν πειράματα ελέγχου στα οποία η υδρογέλη έλαβε λανθασμένες πληροφορίες σχετικά με τη θέση της μπάλας ή ήταν «τυφλός» που λειτουργούσε καθόλου. Αυτό σήμαινε ότι οι θέσεις των ιόντων του πηκτώματος δεν αντικατοπτρίζουν ακριβώς το παιχνίδι της οθόνης. Υπό αυτές τις συνθήκες, το παιχνίδι Pong της υδρογέλης δεν έδειξε βελτιώσεις, πράγμα που δείχνει ότι βελτιώνεται μόνο εάν προστεθούν οι σωστές πληροφορίες.

Η υδρογέλη κυριάρχησε Pong Όχι τόσο γρήγορα όσο το Dishbrain, το οποίο χρειάστηκε λιγότερο από 20 λεπτά για να κάνει το καλύτερό του. "Οι υδρογέλες είναι ένα πολύ απλούστερο σύστημα", λέει ο Hayashi. Αλλά προσθέτει ότι τα αποτελέσματα δείχνουν ότι οι υδρογέλες έχουν περαιτέρω αριθμητικές δεξιότητες που οι ερευνητές θα μπορούσαν να υποστηρίξουν στην ανάπτυξη πιο αποτελεσματικών αλγορίθμων.

"Οι συγγραφείς ακολούθησαν μια δημιουργική προσέγγιση για τη μεταφορά εννοιών από τη νευροεπιστήμη σε ένα πιο φυσικό σύστημα", λέει ο Kagan. Αλλά πρέπει να γίνει περισσότερη δουλειά για να δείξουμε ότι οι υδρογέλες μπορούν πραγματικά να «μάθουν», προσθέτει.