Een intelligent materiaal dat leert door zichzelf fysiek te veranderen, net zoals het menselijk brein, kan de basis vormen van een compleet nieuwe generatie energiezuinige computers. Natuurkundigen van de Radboud Universiteit werken aan zo’n zogenaamd ‘quantumbrein’ en hebben nu een belangrijke stap gezet. Ze kunnen een netwerk van atomen bouwen met vergelijkbaar gedrag als neuronen en synapsen in het brein. Ze publiceerden hun bevindingen onlangs in Nature Nanotechnology.
Naarmate de wereldwijde behoefte aan computercapaciteit groeit, zijn er steeds meer energieslurpende datacenters nodig. ‘Het is evident dat we op zoek moeten naar nieuwe energiezuinige manieren om informatie te verwerken en op te slaan’, zegt Alexander Khajetoorians, hoogleraar Scanning Probe Microscopy aan de Radboud Universiteit en projectleider van het onderzoek. ‘Hier zijn niet alleen verbeteringen in de bestaande technologieën voor nodig, maar ook fundamenteel onderzoek in baanbrekende en nieuwe richtingen. Ons idee voor het bouwen van een “quantumbrein”, dat gebaseerd is op de quantummechanische eigenschappen van materialen, zou de basis kunnen vormen voor duurzame oplossingen voor toepassingen in de kunstmatige intelligentie.’
Kunstmatige intelligentie
Voor KI moet een computer in staat zijn om patronen in de wereld te herkennen en nieuwe aan te leren. Computers vandaag de dag doen dit via machine learning-software op hardware waarin het opslaan en het verwerken van informatie op twee verschillende plekken gebeurt. ‘Tot op heden werkt deze technologie goed genoeg. Maar uiteindelijk is het een enorm energie-inefficiënt proces’, vertelt Bert Kappen, hoogleraar Neurale netwerken en machine-intelligentie. De natuurkundigen onderzochten of een stuk hardware hetzelfde kan doen, zonder dat daarbij software nodig is. Ze ontdekten dat ze met kobaltatomen op zwarte fosfor een netwerk konden bouwen dat informatie opslaat en verwerkt, vergelijkbaar met hoe de hersenen dat doen. En verrassend genoeg bleek dit materiaal zichzelf te veranderen.
Informatie opslaan op kobaltatoom
In 2018 toonden Khajetoorians en collega’s al aan dat het mogelijk is om informatie op te slaan op een enkel kobaltatoom. Met een bepaald voltage konden ze het atoom laten ‘vuren’, waarbij de staat van het atoom willekeurig wisselde tussen een 0 en 1, vergelijkbaar met één neuron. Nu hebben ze ontdekt hoe ze specifieke groepen van deze atomen kunnen opbouwen, en vonden dat het vuurgedrag van zo’n groepje atomen lijkt op het gedrag van een computermodel dat door het brein geïnspireerd is en gebruikt wordt voor kunstmatige intelligentie.
Met dit systeem hebben ze de kleinste synaps ter wereld gebouwd, namelijk ter grootte van één atoom. Onbewust zagen ze dat het netwerk van atomen een ingebouwd vermogen heeft om zichzelf aan te passen: de atomen met de rol van synapsen veranderden hun vuurgedrag afhankelijk van welke input ze ‘zagen’. ‘Wanneer we het materiaal over een langere periode stimuleerden met een bepaald voltage, zagen we verrassend genoeg dat de “atoomsynapsen” veranderden. Het materiaal paste zijn gedrag aan op basis van de externe stimuli dat het ontving. Het leerde uit zichzelf’, vertelt Khajetoorians.
Zelflerende apparaten bouwen
De onderzoekers zijn nu van plan om het systeem op te schalen en een groter netwerk van atomen te bouwen. Ook gaan ze onderzoek doen naar nieuwe ‘quantummaterialen’ die gebruikt zouden kunnen worden. Het is belangrijk dat ze gaan begrijpen waarom de atomen zich gedragen zoals ze doen. ‘We staan nu op een punt waar we fundamentele natuurkunde kunnen gaan koppelen aan concepten uit de biologie, zoals leren en geheugen’, zegt Khajetoorians. ‘Als we uiteindelijk echte machines kunnen bouwen met dit materiaal, kunnen we zelflerende apparaten bouwen die energiezuiniger en kleiner zijn dan de huidige computers. Maar pas wanneer we echt begrijpen hoe het werkt, en dat is nog een mysterie, zullen we het gedrag kunnen sturen en het tot nieuwe technologie kunnen ontwikkelen.’
