Coherent advantage in the computational expressivity of excitonic networks
Diese Arbeit zeigt, dass Kohärenz als eine kritische Ressource zur Steigerung der computergestützten Expressivität von getriebenen-dissipativen exzitonischen Netzwerken fungiert, wodurch die Leistung in einer Weise mit der Netzwerkgröße skaliert, die analogen künstlichen neuronalen Netzen entspricht, während starke Dephasierung sowohl diese Skalierung als auch die gesamte Expressivität unterdrückt.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Im Wettlauf um den Bau intelligenterer Maschinen ist künstliche Intelligenz zu einem gierigen Verbraucher von Elektrizität geworden. Da digitale Modelle immer größer werden, um besser zu funktionieren, ist der für ihren Betrieb erforderliche Energieaufwand zu einer erheblichen Belastung geworden. Diese Realität hat eine Suche nach neuen Wegen der Berechnung angestoßen, die über die Siliziumchips hinausblickt, die unsere heutigen Computer antreiben. Wissenschaftler erforschen nun physikalische Systeme, die Berechnungen unter Nutzung der natürlichen Gesetze der Physik durchführen können, anstatt nur Softwareanweisungen zu folgen. Ein vielversprechender Weg umfasst die Nutzung von Netzwerken aus Molekülen, die Energie absorbieren und weiterleiten können. Diese Systeme, bekannt als exzitonische Netzwerke, beruhen auf winzigen Teilchen der Lichtenergie, die sich zwischen Molekülen bewegen. In der Quantenwelt kann sich diese Bewegung wie eine Welle verhalten, die sich ausbreitet und mit sich selbst interferiert, oder sie kann sich wie ein einfaches Teilchen verhalten, das von einem Ort zum anderen springt. Die Frage, die sich Forscher stellen, ist, ob das wellenartige Verhalten einen besonderen Vorteil für die Berechnung bietet, den das teilchenartige Verhalten nicht erreichen kann.
Ein Team von Forschern der University of Chicago hat diese Frage untersucht, indem sie diese molekularen Netzwerke als eine Art Computer behandelten. In ihrem Versuchsaufbau besteht der Input für das System nicht aus einem Datenstrom, sondern aus den physischen Verbindungen zwischen den Molekülen. Durch die Anpassung der Stärke, mit der die Moleküle untereinander verknüpft sind, können sie steuern, wie die Energie durch das Netzwerk fließt. Der Output ist der Endzustand des Systems, spezifisch die Wahrscheinlichkeit, Energie an einem bestimmten Molekül zu finden, nachdem sich das System stabilisiert hat. Die Forscher fanden heraus, dass das System bemerkenswert leistungsfähig wird, wenn die Moleküle auf eine wellenartige, kohärente Weise interagieren. Als sie mehr Moleküle zum Netzwerk hinzufügten, wuchs die Komplexität der Berechnungen, die das System durchführen konnte, stetig an. Es war, als würde das Hinzufügen von mehr Teilen zur Maschine sie automatisch in die Lage versetzen, schwierigere Probleme zu lösen, ganz ähnlich wie das Hinzufügen von mehr Schichten zu einem digitalen neuronalen Netzwerk die Fähigkeit verbessert, Muster zu erkennen.
Diese Leistungsfähigkeit ist jedoch fragil und hängt vollständig von der Umgebung ab. Die Forscher entdeckten, dass das System kollabiert, wenn es durch zu viel Rauschen oder Hitze gestört wird. Die Moleküle hören auf, als eine einheitliche Welle zu agieren, und beginnen, wie unabhängige Teilchen zu agieren, die zufällig hin und her springen. In diesem verrauschten, inkohärenten Zustand verliert das System seine Fähigkeit zur Skalierung. Unabhängig davon, wie viele Moleküle hinzugefügt werden, bleibt die Komplexität der Berechnung, die es ausführen kann, auf einem niedrigen Niveau hängen. Die Studie zeigt, dass die wellenartige Natur der Energie nicht nur ein Nebeneffekt, sondern eine entscheidende Ressource ist. Sie ermöglicht es dem System, die Verbindungen zwischen allen Molekülen zu nutzen, um komplexe Reaktionen zu erzeugen, während die verrauschte Version nur wenige direkte Verbindungen nutzen kann.
Um diese Ideen zu testen, nutzte das Team Computersimulationen, um molekulare Netzwerke mit unterschiedlichen Größen und Rauschpegeln zu modellieren. Sie beobachteten, dass im ruhigen, kohärenten Zustand die Beziehung zwischen den Input-Verbindungen und der Output-Energieverteilung durch eine mathematische Kurve beschrieben werden kann, die mit zunehmender Größe des Netzwerks immer komplexer wird. Diese Kurve kann sich viele Male winden und drehen, was es ihr ermöglicht, sehr komplexe Funktionen darzustellen. Im Gegensatz dazu flachte die Kurve ab, wenn sie starkes Rauschen einführten, um eine wärmere, unruhigere Umgebung zu simulieren. Sie wurde zu einer einfachen Form, die ihre Komplexität nicht ändern konnte, ungeachtet dessen, wie groß das Netzwerk wurde. Dies bestätigt, dass die Fähigkeit zur Durchführung komplexer Berechnungen direkt an die Bewahrung der Quantenkohärenz gebunden ist.
Die Implikationen dieser Arbeit erstrecken sich darauf, wie wir zukünftige Computer bauen könnten. Die Forscher legen nahe, dass diese molekularen Netzwerke trainiert werden könnten, um spezifische Aufgaben auszuführen, ähnlich wie KI-Modelle heute trainiert werden. Durch die sorgfältige Anordnung von Molekülen auf einem Gerüst, wie etwa einem DNA-Strang, könnten Wissenschaftler die Verbindungen zwischen ihnen abstimmen, um ein physisches Gerät zu erschaffen, das Probleme effizient löst. Die Studie hebt hervor, dass diese Systeme derzeit noch theoretisch sind und simuliert werden, die Prinzipien jedoch in der realen physikalischen Chemie verwurzelt sind. Die zentrale Erkenntnis ist, dass Kohärenz als Treibstoff für die Rechenleistung fungiert. Ohne sie kehrt das System zu den Beschränkungen der klassischen Physik zurück, in der das Hinzufügen von mehr Teilen eine Maschine nicht zwangsläufig intelligenter macht. Mit ihr gewinnt das System die einzigartige Fähigkeit, Informationen zu verarbeiten, die mit seiner Größe skaliert, was einen potenziellen Weg zu einer energieeffizienten Computertechnik eröffnet, die die seltsamen und mächtigen Regeln der Quantenwelt nutzt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.