AI Etkileri: Mühendisin Modeli Makine Öğrenme Cihazı için Temel Oluşturur

Her nanokristal, değişken dirençlerle diğer her nanokristallere bağlanır. Değişken dirençlerin kitlesel paralel ağları, büyük mesafelerle ayrılmış elektrik akım sıcak noktaları üretir.

Potansiyel olarak bir atılıma yol açacak bilim için küçük bir adım ne olabilir ki,  St.Louis’teki Washington Üniversitesi’ndeki bir mühendis, yapay zeka uygulamaları için nanokristal ağları kullanmaya yönelik adımlar attı.

Mühendislik ve Uygulamalı Bilimler Okulu’nda enerji, çevre ve kimya mühendisliği profesör asistanı olan Elijah Thimsenve iş arkadaşları, nanomalzemeler yoluyla elektronların nasıl hareket edeceği ile ilgili mevcut teorileri test edebilecekleri bir model geliştirdi. Bu model, bir makine öğrenme cihazında nanomalzemelerin kullanılmasına temel oluşturabilir.

Thimsen, “Nanomateryallerin dışındaki cihazlar inşa edildiğinde, genişleyen bir materyal gibi davranmazlar” dedi. “Önemli ölçüde değişen şeylerden biri de bu elektronların materyal boyunca hareket etme şeklidir, ancak bunun nasıl gerçekleştiği çok iyi anlaşılmadı.”

Thimsen ve ekibinin modeli, bir ağdaki her nanopartikülün bir düğümle sadece hemen komşularına değil, diğer her düğümle bağlı olduğu alışılmadık bir teoriye dayanmıştır.

Aynı  derecede olağandışı, düğümler boyunca akan akımın, düğümler arasındaki boşlukları mutlaka doldurması gerekmemektedir, sadece düğümlerin kendisinden geçisine ihtiyaç duyar.  Model tarafından öngörülen bu davranış, nano ölçekte deneysel yöntemle gözlemlenebilir akım sıcak noktalar ürettiğini araştırmacı söyledi.

Ekip buna ek olarak, insan beynine ve sinir sistemine dayalı bir sinir ağı adı verilen başka bir modele baktı. Bilim adamları bu ağları taklit etmek için yeni bilgisayar çipleri oluşturmaya çalışıyorlar ancak bu çipler, insan beyninden çok az ve 100 milyar düğüme kadar ve düğüm başına 10.000 bağlantı içeriyor.

“Eğer çok sayıda düğümümüz varsa – var olan herşeyden çok daha büyük – ve çok sayıda bağlantı, nasıl alıştırabiliriz?”Bu geniş ağın, model tanıma görevi gibi yararlı bir şey yapmasını istiyoruz.

Thimsen “Bir sinir ağı olarak ele alırsak, cihazın çıkışının girişine bağlı olup olmadığını görmek istiyoruz.” dedi.

Bunu kanıtladıktan bildikten sonra, bir sonraki adıma geçeceğiz ve bu sistemi basit bir kalıp tanıma görevi yapmak için eğitmemizi sağlayan yeni bir cihaz önermiş olacağız.

Kaynak: sciencedaily.com