প্রধান টেকওয়ে
- স্পিন গ্লাস নামক একটি বিরল ধরণের পদার্থ AI সক্ষম করতে পারে যা মানুষের মতো বস্তুকে চিনতে পারে।
- মুদ্রণযোগ্য সার্কিটের জন্য স্পিন গ্লাসের ব্যবহার নতুন ধরনের কম-পাওয়ার কম্পিউটিং-এর দিকে নিয়ে যেতে পারে।
- অন্যান্য ধরণের মস্তিষ্ক-অনুপ্রাণিত চিপগুলি এআই কীভাবে চিত্রগুলিকে চিনতে পারে তাও উন্নত করতে পারে৷
ভৌত বস্তুতে সরাসরি সার্কিট মুদ্রণ করলে কৃত্রিম বুদ্ধিমত্তা (AI) হতে পারে।
লস আলামোস ন্যাশনাল ল্যাবরেটরির গবেষকরা সার্কিট প্রতিস্থাপনের জন্য স্পিন গ্লাস নামে পরিচিত পদার্থের একটি বিরল রূপ ব্যবহার করছেন। স্পিন গ্লাসের অস্বাভাবিক বৈশিষ্ট্যগুলি AI এর একটি ফর্ম সক্ষম করে যা মস্তিষ্কের মতো আংশিক চিত্র থেকে বস্তুগুলিকে চিনতে পারে৷
"স্পিন গ্লাসগুলি হল সম্ভাব্য সমাধানগুলির একটি 'বাম্পি ল্যান্ডস্কেপ' সহ সিস্টেম," ক্রিস মুর, একজন কম্পিউটার বিজ্ঞানী এবং সান্তা ফে ইনস্টিটিউটের পদার্থবিদ, যিনি লস আলামোস গবেষণার সাথে জড়িত ছিলেন না, একটি ইমেলে লাইফওয়্যারকে বলেছেন সাক্ষাৎকার "তারা আমাদের বিশ্লেষণ করতে সাহায্য করে কেন অ্যালগরিদম কখনও কখনও এমন সমাধানগুলিতে আটকে যায় যেগুলি স্থানীয়ভাবে ভাল দেখায় কিন্তু সর্বোত্তম সম্ভব নয়৷"
মুদ্রণযোগ্য সার্কিট
মুদ্রণযোগ্য সার্কিটের জন্য স্পিন গ্লাসের ব্যবহার নতুন ধরনের কম-পাওয়ার কম্পিউটিং-এর দিকে নিয়ে যেতে পারে। স্পিন-গ্লাস গবেষকদের গণিত ব্যবহার করে বস্তুগত কাঠামো অনুসন্ধান করতে দেয়। এই পদ্ধতির সাহায্যে, বিজ্ঞানীরা ইলেকট্রন-বিম লিথোগ্রাফি ব্যবহার করে সিস্টেমের মধ্যে মিথস্ক্রিয়াকে পরিবর্তন করতে পারেন, যা একটি পৃষ্ঠের উপর কাস্টম আকার আঁকতে ইলেকট্রনের ফোকাসড রশ্মি ব্যবহার করে। লিথোগ্রাফি নতুন ধরনের সার্কিট্রি মুদ্রণের অনুমতি দিতে পারে৷
লিথোগ্রাফি স্পিন-গ্লাস নেটওয়ার্কে বিভিন্ন কম্পিউটিং সমস্যার প্রতিনিধিত্ব করা সম্ভব করে তোলে, পিয়ার-পর্যালোচিত জার্নালে নেচার ফিজিক্সে প্রকাশিত লস আলামোস দলের সাম্প্রতিক গবেষণাপত্র অনুসারে।
"আমাদের কাজ একটি নিউরাল নেটওয়ার্ক প্রতিলিপি করার জন্য সাজানো ন্যানোম্যাগনেট সমন্বিত একটি কৃত্রিম স্পিন-গ্লাসের প্রথম পরীক্ষামূলক উপলব্ধি সম্পন্ন করেছে," মাইকেল স্যাকোন, লস আলামোস ন্যাশনাল ল্যাবরেটরির তাত্ত্বিক পদার্থবিজ্ঞানের পোস্ট-ডক্টরাল গবেষক এবং প্রধান লেখক কাগজ, সংবাদ বিজ্ঞপ্তিতে বলেন. "আমাদের কাগজ আমাদের এই ভৌত সিস্টেমগুলিকে ব্যবহারিকভাবে ব্যবহার করার জন্য প্রয়োজনীয় ভিত্তি তৈরি করে।"
মুর স্পিন গ্লাসকে সিলিকন ডাই অক্সাইড (উইন্ডো গ্লাস) এর সাথে তুলনা করেছেন, যা একটি নিখুঁত স্ফটিক বলে মনে হয়, কিন্তু এটি ঠান্ডা হওয়ার সাথে সাথে এটি একটি নিরাকার অবস্থায় আটকে যায় যা একটি আণবিক স্তরে তরলের মতো দেখায়।
"একইভাবে, অ্যালগরিদমগুলি 'শক্তি বাধার' পিছনে আটকে যেতে পারে যা বিশ্বব্যাপী সর্বোত্তম পথে দাঁড়ায়, " মুর যোগ করেছেন৷
স্পিন গ্লাস তত্ত্বের ধারণাগুলি গবেষকদের উচ্চ-মাত্রিক ল্যান্ডস্কেপ নেভিগেট করতে সাহায্য করতে পারে৷
মুর বলেন"আমরা অ্যালগরিদমের মৌলিক সীমা নির্ধারণ করতে পদার্থবিজ্ঞানের ধারণাগুলি ব্যবহার করতে পারি - যেমন ডেটাতে প্যাটার্নগুলি খুঁজে বের করার সময় তারা কতটা শব্দ সহ্য করতে পারে - এবং অ্যালগরিদমগুলি ডিজাইন করতে যা সেই তাত্ত্বিক সীমা পর্যন্ত সফল হয়৷"
AI যা মানুষের মতো মনে রাখে
হপফিল্ড নিউরাল নেটওয়ার্কগুলিকে কী বলা হয় তা দেখার উপায় হিসাবে গবেষণা দলটি কৃত্রিম স্পিন গ্লাস অনুসন্ধান করেছে। এই নেটওয়ার্কগুলি মানুষের সহযোগী মেমরির মডেল, যা সম্পর্কহীন আইটেমগুলির মধ্যে সম্পর্ক শেখার এবং মনে রাখার ক্ষমতা।
স্পিন গ্লাস বর্ণনাকারী তাত্ত্বিক মডেলগুলি অন্যান্য জটিল সিস্টেমে ব্যাপকভাবে ব্যবহৃত হয়, যেমন মস্তিষ্কের কার্যকারিতা বর্ণনা করে।
অ্যাসোসিয়েটিভ মেমরির সাথে, যদি শুধুমাত্র একটি মেমরি ট্রিগার করা হয়, উদাহরণস্বরূপ ইনপুট হিসাবে একটি মুখের একটি আংশিক চিত্র গ্রহণ করে- তাহলে নেটওয়ার্ক পুরো মুখটি স্মরণ করতে পারে। প্রথাগত অ্যালগরিদমের বিপরীতে, মেমরি সনাক্ত করার জন্য সহযোগী মেমরির একটি অভিন্ন দৃশ্যের প্রয়োজন হয় না।
স্যাকোন এবং দলের গবেষণা নিশ্চিত করেছে যে স্পিন-গ্লাস একটি সিস্টেমের বৈশিষ্ট্য বর্ণনা করতে সহায়ক হবে এবং এটি কীভাবে তথ্য প্রক্রিয়া করে। স্পিন গ্লাসে বিকশিত AI অ্যালগরিদমগুলি প্রথাগত অ্যালগরিদমগুলির তুলনায় "অগোছালো" হবে, Saccone বলেছেন, তবে কিছু AI অ্যাপ্লিকেশনের জন্য আরও নমনীয়৷
"স্পিন চশমা বর্ণনাকারী তাত্ত্বিক মডেলগুলি অন্যান্য জটিল সিস্টেমে ব্যাপকভাবে ব্যবহৃত হয়, যেমন মস্তিষ্কের কার্যকারিতা, ত্রুটি-সংশোধনকারী কোড, বা স্টক-মার্কেট গতিবিদ্যা বর্ণনা করে," স্যাকোন বলেন। "স্পিন গ্লাসের প্রতি এই ব্যাপক আগ্রহ একটি কৃত্রিম স্পিন গ্লাস তৈরি করার জন্য শক্তিশালী অনুপ্রেরণা প্রদান করে।"
অন্যান্য ধরণের মস্তিষ্ক-অনুপ্রাণিত চিপগুলি এআই কীভাবে চিত্রগুলিকে চিনতে পারে তা আরও উন্নত করতে পারে৷ সাম্প্রতিক একটি গবেষণাপত্র দেখায় যে কীভাবে কম্পিউটার চিপগুলি মস্তিষ্কের মতো নতুন ডেটা গ্রহণের জন্য গতিশীলভাবে নিজেদের পুনরুজ্জীবিত করতে পারে, এআইকে সময়ের সাথে সাথে শিখতে সাহায্য করে৷
"জীব মানুষের মস্তিষ্ক তাদের জীবনকাল জুড়ে ক্রমাগত শিখতে পারে," শ্রীরাম রামানাথন, পারডু ইউনিভার্সিটির স্কুল অফ ম্যাটেরিয়ালস ইঞ্জিনিয়ারিংয়ের অধ্যাপক এবং কাগজের অন্যতম লেখক একটি সংবাদ বিজ্ঞপ্তিতে বলেছেন।"আমরা এখন মেশিনের জন্য একটি কৃত্রিম প্ল্যাটফর্ম তৈরি করেছি যাতে তারা সারা জীবন শিখতে পারে।"
