「時間晶體」的量子特性,能用於構建類似人腦的神經網絡!

2020-11-23 網易新聞

2020-11-16 16:34:56 來源: 十輪網

舉報

  

  科學家嘗試構建類似人腦的神經網絡,期望藉此提升運算性能,應用於AI等領域。近日,東京國立信息研究所(NII)發布論文於《Science Advances》期刊,表示「時間晶體」的量子特性,能夠用於構建複雜的神經網絡。

  時間晶體會在時間下周期性重複,展現永動狀態

  諾貝爾物理學獎得主Frank Wilczek在2012年提出時間晶體的理論。簡單來說,固體、液體、氣體屬於三維晶體,它們的pattern在三維空間下有周期性重複的特性,但從時間維度來看,它們都恆定不變;然而時間晶體不僅在三維空間有周期性的特性,在時間下也會周期性重複,呈現一種永動狀態。

  時間晶體的概念像是一杯熱茶,無論放了多久,它的溫度仍然比室溫高,但因為熱茶的能量沒有與外部交互作用,因次沒有違反物理定律。

  幾年前,物理學家成功排列了一條鐿離子(ytterbium ion)線,用雷射光照射時,它們的糾纏電子對就以這種方式失去平衡。科學家也在其他材料觀察到類似的行為,為糾纏粒子系統量子交互作用的演化方式提供新見解。

  通過時間晶體,研究團隊模擬複雜的神經網絡

  近期,研究團隊通過圖論中的工具,映射時間晶體排列的潛在變化,並展示時間晶體的排列,如何模仿高度複雜的網絡。研究團隊在報告中提到,「這類網絡並非規律或隨機,而是包含許多生物、社會與技術系統中的非凡拓撲結構(nontrivial topological structures)。」

  使用超級計算機模擬這類系統,需要漫長的時間與龐大的硬體資源;但通過量子計算機中特定的量子字節合,東京國立信息研究所的理論物理學家Kae Nemoto表示,能夠模擬出複雜的網絡,規模相當於全球的網絡。量子計算工程師Marta Estarellas則表示,這個發現不僅帶來一種理解量子過程的新方式,也帶來看待量子計算機的不同方式。

  通過時間晶體的網絡模擬,未來科學家有望藉此技術模擬新藥、通信軟體等等。但目前相關研究仍在初期,還要過上好一陣子才會應用於產業中。

  參考資料

  《Science Advances》、《Science Alert》

特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺「網易號」用戶上傳並發布,本平臺僅提供信息存儲服務。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相關焦點

  • 人造突觸問世,可用於搭建神經網絡
    「此前從來沒有報導過類似的結構,所以這完全是一種嶄新的器件。此外,這種器件在很多關鍵參數上也優於無機器件。」該種新型人工突觸不但成功地模仿了人腦中的突觸傳遞信號的方式,而且能效也超過了傳統計算機。計算機處理信息和存儲信息是利用不同器件分別進行的。而在大腦中,進行信息處理的同時也自動儲存了記憶。
  • 光速執行AI運算,港科大雙層全光學神經網絡不要計算機也能做分類
    機器之心報導機器之心編輯部完全通過光學,不要計算機也能構建個神經網絡?港科大的研究團隊提出了一種全光學神經網絡,所有線性變換、激活函數通過光學模塊就能實現。圖源:鵬城實驗室 Olivia Wang在處理模式識別、風險管理以及其他同樣複雜的任務時,最強大的計算機都無法與人腦匹敵。但是,近來光學神經網絡取得的進展通過模擬人腦中神經元的反應方式縮小了計算機與人腦之間的差距。這種光學神經網絡比 ML 中的網絡能耗更低、運算更快,是未來大規模應用 AI 的堅實基礎。
  • 時間晶體:引導科學家進行未來的計算及其網絡
    晶體由於空間平移對稱性的破壞而產生。 類似地,平移對稱性也可以在時間上打破,從而出現離散的時間晶體。時間晶體(英語:Time crystal)的概念首先由諾貝爾物理學獎得主弗朗克·韋爾切克於2012年提出,在2017年觀察到,它是物質在時間上重複地排列。普通晶體,例如鑽石或鹽,會在空間中重複其原子自組織,但時間上不會顯示任何規律性。
  • 如何使用Keras構建殘差神經網絡?
    什麼是殘差神經網絡?原則上,神經網絡的層數越多,應獲得越好的結果。一個更深層的網絡可以學到任何淺層的東西,甚至可能更多。如果對於給定的數據集,網絡無法通過添加更多的層來學習更多東西,那麼它就可以學習這些其他層的恆等映射(identity mappings)。這樣,它可以保留先前層中的信息,並且不會比較淺的層更糟糕。
  • 利用類腦器件高效處理神經信號,構建新型腦機接口
    憶阻器的工作機理與人腦中的神經突觸、神經元等具有一定的相似性,基於憶阻器的神經形態計算可以突破傳統計算架構,在實現高並行度的同時顯著降低功耗,因此在腦機接口領域有著巨大的應用潛力。研究團隊受此啟發,通過在腦機接口領域兩年多的交叉學科緊密合作,提出了基於憶阻器陣列的新型腦機接口,實驗製備了具有模擬阻變特性的憶阻器陣列,並構建了基於憶阻器的神經信號分析系統。
  • 量子晶體的量子模擬
    在超冷原子的幫助下,可以複製和研究晶體形成背後的量子特性。弗萊堡大學物理研究所的阿克塞爾·U. J. Lode博士領導的一個研究小組在《物理評論快報》上描述了使用二極原子如何實現和精確測量尚未在任何材料中觀察到的結構。該理論研究是弗萊堡大學、維也納大學和奧地利維也納技術大學以及印度坎普爾的印度技術研究所的科學家合作開展的。水晶在自然界中無處不在。
  • 這篇Nature裡的「光子晶體」,讓量子計算機觸手可及
    Yablonovitch認為,從理論上講,對於光波,可能會發生類似的帶隙現象,但僅適用於某些透明材料製成的微觀顆粒形成的具有鑽石晶格的晶體結構。膠體晶體有趣的是,微小的顆粒往往會自發地排列成類似有序的結構,稱為膠體晶體。蛋白石是自然形成的二氧化矽微粒的膠化膠體晶體,而蛋白石的火花就是由於上述的能隙引起的。
  • 使用混合超結構構建超靈敏,超薄的光電電晶體和光子突觸
    上層結構的光輔助記憶效應使光子突觸行為可用於神經形態計算,該團隊在機器學習的幫助下通過面部識別應用程式進行了演示。Pradhan等研究人員期望G-PQD超結構為開發高效光電器件提供新的方向。石墨烯因其寬的光譜帶寬,出色的載流子傳輸性能,高遷移率,出色的穩定性和出色的柔韌性而成為電子和光電領域的理想材料。材料科學家開發了許多複合材料和器件,用於能量收集,存儲,光電探測器和電晶體。
  • 石墨烯的薄片,構建類人腦計算機晶片的關鍵
    石墨烯的微小薄片,是構建以類似於人腦的方式處理信息的計算機晶片的關鍵。——使得晶片運行速度大大增長,可以用來做更好的圖像識別,甚至包括控制高超音速飛機系統。  研究人員正在開發由電晶體網絡組成的所謂的神經形態晶片,即電晶體網絡的網絡交互方式類似神經原,使其可以比傳統晶片更快速、精準地處理如視覺信息等的模擬輸入。
  • 這篇Nature裡的「光子晶體」,讓量子計算機觸手可及
    Yablonovitch認為,從理論上講,對於光波,可能會發生類似的帶隙現象,但僅適用於某些透明材料製成的微觀顆粒形成的具有鑽石晶格的晶體結構。膠體晶體有趣的是,微小的顆粒往往會自發地排列成類似有序的結構,稱為膠體晶體。
  • 是否能成為超越人腦的「最強大腦」?
    人腦是自然界中最完美的信息處理系統,也是我們已知的宇宙中最複雜的智能主體。模擬人腦信息處理的方式,並仿製出像人腦一樣能夠「思維」,甚至在工作性能上超越人腦的「人工智慧計算機」,一直是許多科學家畢生追求的夢想。
  • 香港科技大學首創多層全光學人工神經網絡
    然而,最近光纖神經網絡方面的新技術或許可以顯著拉近計算機與人腦的這一差距。藉助光學實現並行計算研究人員近日表示,他們首創的多層全光學人工神經網絡已經有了很大突破,作為這一類神經網絡的最新成果,這是實現大規模光纖神經網絡的關鍵進展。
  • 首次觀測到「時間晶體」相互作用
    科學家們有史以來第一次目睹了一種被稱為「時間晶體」的新物質相之間的相互作用。發表在「自然材料」上的這一發現可能會導致量子信息處理的應用,因為時間晶體在不同的條件下會自動保持完整-相干。保護相干是阻礙功能強大的量子計算機發展的主要困難。
  • 靠一種樣本學習多種氣味 神經擬態晶片拉近AI與人腦距離
    近日,一直致力於模仿人類五感的人工智慧又有新突破,通過神經擬態晶片,人工智慧已經掌握了丙酮、氨和甲烷等10種氣味的神經表徵,強烈的環境幹擾也不會影響它對氣味的準確識別。這項由英特爾研究院與美國康奈爾大學共同參與的研究成果,日前發表於《自然·機器智能》雜誌上。神經擬態即通過模擬人腦神經元的工作機制,讓計算機具備像人一樣的自然智能特性。
  • 基於憶阻器的神經網絡應用研究
    引 言 在當今數據量爆炸式增長的背景下,傳統計算架構遭遇馮·諾依曼瓶頸,電晶體微縮,摩爾定律已難以延續,這已成為繼續提升計算系統性能過程中難以克服的技術障礙[1-4]。神經形態計算概念的提出無疑是可以實現技術突破的一大曙光,人腦信息處理系統的複雜程度是最先進的超級計算機也無法媲美的。
  • 「時間晶體」的相互作用首次被發現,或可應用於量子信息處理
    《自然·材料學》雜誌8月17日發文稱,英國蘭開斯特大學、美國耶魯大學和芬蘭阿爾託大學等,藉助罕見的同位素氦-3,首次觀測到了新物質相「時間晶體」的相互作用。該成果有可能在量子信息處理領域有重要應用價值——時間晶體在不同條件下會自動保持完整-相干性,而如何保持相干性,是量子計算機發展過程中面臨的主要難點。
  • 神經網絡算法原理_神經網絡算法的應用_神經網絡算法實例說明
    神經網絡是一種模擬人腦結構的算法模型。其原理就在於將信息分布式存儲和並行協同處理。雖然每個單元的功能非常簡單,但大量單元構成的網絡系統就能實現非常複雜的數據計算,並且還是一個高度複雜的非線性動力學習系統。   神經網絡的結構更接近於人腦,具有大規模並行、分布式存儲和處理、自組織、自適應和自學能力。
  • 什麼是人工智慧神經網絡? 神經網絡是怎麼應用到各領域的?|什麼|...
    人腦中的神經網絡是一個非常複雜的組織,成人的大腦中約有1000億個神經元,人類至今仍在探索人腦的工作原理。而人們通過對生物神經元的研究和理解,構建了一個模擬人腦的計算模型:人工神經網絡!   那麼,人工神經網絡是什麼?人類通過構造神經網絡,能否給AI賦能,使之自我進化?   什麼是神經網絡?
  • 新型神經網絡晶片:由憶阻器構成,為人工智慧提速!
    導讀人工智慧發展迅猛,而時間和能量的大量損耗仍然是制約其性能的一個瓶頸。最近,法國科學家利用憶阻器開發出一種神經網絡晶片,對於人工智慧來說,不僅降低它的能耗,而且還提升了速度。(圖片來源於:Sren Boyn/法國國家科學研究院)圖解:這是一幅藝術家對於電子神經突觸的印象圖,其中的粒子代表流過氧化物的電子,類似生物神經突觸中的神經傳導物質。電子的流動取決於氧化物的鐵電疇結構,受到電壓脈衝控制。關鍵技術提示:人工智慧、神經網絡、憶阻器。
  • 基於憶阻器的神經網絡應用研究
    引 言在當今數據量爆炸式增長的背景下,傳統計算架構遭遇馮·諾依曼瓶頸,電晶體微縮,摩爾定律已難以延續,這已成為繼續提升計算系統性能過程中難以克服的技術障礙[1-4]。神經形態計算概念的提出無疑是可以實現技術突破的一大曙光,人腦信息處理系統的複雜程度是最先進的超級計算機也無法媲美的。