研究人员用一种量子材料氧化镍模拟了在海蛞蝓身上做的实验，以了解这种材料如何可能对人工智能产生兴趣。来源:普渡大学/凯拉怀尔斯
人工智能要想变得更聪明，首先需要像动物王国中最简单的生物之一海蛞蝓一样聪明。
一项新的研究发现，一种材料可以模拟海蛞蝓最基本的智力特征。这一发现是朝着制造硬件迈出的一步，这些硬件可以帮助从自动驾驶汽车、手术机器人到社交媒体算法等一系列技术提高人工智能的效率和可靠性。
这项研究发表在本周的《美国国家科学院院刊》(Proceedings of The National Academy of Sciences)上，由来自普渡大学(Purdue University)、罗格斯大学(Rutgers University)、佐治亚大学(University of Georgia)和阿贡国家实验室(Argonne National Laboratory)的一个研究团队进行。
普渡大学材料工程学教授施里拉姆拉马纳坦说:“通过研究海蛞蝓，神经科学家发现了对任何生物生存都至关重要的智力特征。”“我们想利用动物的成熟智能来加速人工智能的发展。”
神经科学家从海蛞蝓身上了解到的智力的两个主要标志是习惯化和敏感化。习惯化是指随着时间的推移逐渐习惯一种刺激，比如每天开车走同一条路去上班时排除噪音。敏感化则相反它对新的刺激反应强烈，比如避免餐馆里的坏食物。
人工智能在不覆盖已经学习和存储的信息的情况下，很难学习和存储新信息。研究大脑激发计算的研究人员将这个问题称为“稳定性-可塑性困境”。习惯化可以让人工智能“忘记”不需要的信息(获得更大的稳定性)，而敏感化可以帮助保留新的和重要的信息(实现可塑性)。
在这项研究中，研究人员找到了一种方法来证明量子材料氧化镍的习惯化和敏化。这种材料被称为“量子”，因为它的性质无法用经典物理学来解释。
通过用气体刺激这种量子材料(微小的灰黑色条纹矩形，中间)，研究人员发现，这种材料可以模仿在海蛞蝓中发现的基本学习形式。来源:普渡大学/凯拉怀尔斯
如果量子材料能够可靠地模拟这些学习形式，那么就有可能将人工智能直接构建到硬件中。如果人工智能能够同时通过硬件和软件操作，那么它或许能够用更少的能量执行更复杂的任务。
拉马纳坦说:“我们基本上模拟了用量子材料在海蛞蝓身上做的实验，以了解这些材料如何能引起人工智能的兴趣。”
神经科学研究表明，当海蛞蝓在虹吸管上被敲击时停止缩回鳃时，它就表现出了习惯。但是对它尾巴的电击会使它的鳃缩回得更厉害，显示出敏感。
对于氧化镍来说，相当于“鳃退缩”的是电阻变化的增加。研究人员发现，反复将材料暴露在氢气中会导致镍氧化物的电阻变化随着时间的推移而减小，但引入臭氧等新刺激会大大增加电阻变化。
受这些发现的启发，由Kaushik Roy领导的一个研究小组，普渡大学的Edward G. Tiedemann Jr.电气与计算机工程杰出教授，模拟了氧化镍的行为，并建立了一个算法，成功地使用这些习惯化和敏感化策略将数据点分类成簇。
“稳定性-可塑性的困境根本没有解决。但我们已经展示了一种基于我们在量子材料中观察到的行为来解决这个问题的方法，”罗伊说。“如果我们能在未来将这种学习材料变成硬件，那么人工智能执行任务的效率就会大大提高。”
对于量子材料作为人工智能硬件的实际应用，研究人员将需要弄清楚如何在大规模系统中应用习惯化和敏化。他们还必须确定一种材料在集成到计算机芯片中时如何对刺激做出反应。
研究人员说，这项研究是指导下一步工作的起点。除了在普渡大学进行的实验外，罗格斯大学的一个团队还进行了详细的理论计算，以在微观水平上了解氧化镍内部发生了什么，从而模拟海蛞蝓的智力特征。阿贡国家实验室对氧化镍样品的性质进行了表征，佐治亚大学测量了电导率，以进一步分析材料的行为。
