來源:知識社會學(xué)術(shù)界

量子世界的海市蜃樓和機(jī)器算法的嗅覺哪個(gè)更神奇？

海市蜃樓是自然界非常有趣的現(xiàn)象。量子海市蜃樓效應(yīng)(quantum mirage effect)是海市蜃樓的量子版，它顯示了在橢圓量子圍欄中一個(gè)焦點(diǎn)上放置的原子的近藤效應(yīng)可以在另一個(gè)焦點(diǎn)上被探測到，從而顯示了在原子尺度上傳輸信息的可能性，使得幾乎沒有干擾的原子和分子性質(zhì)的遠(yuǎn)程探測成為可能。之前的工作是利用近藤效應(yīng)實(shí)現(xiàn)量子海市蜃樓，只能在費(fèi)米能級附近探測到。這極大地限制了對其物理機(jī)制的探索和可能的應(yīng)用。南京大學(xué)丁海峰課題組最近發(fā)現(xiàn)了一種不依賴近藤效應(yīng)的量子海市蜃樓效應(yīng)。這種效應(yīng)不再局限于費(fèi)米能級，而是可以在很寬的能量范圍內(nèi)被探測到。在此基礎(chǔ)上，揭示了量子海市蜃樓的物理機(jī)制，構(gòu)建了基本邏輯門。

本研究結(jié)合系統(tǒng)的實(shí)驗(yàn)研究和分析模型，揭示了量子海市蜃樓的形成機(jī)理，表明量子海市蜃樓是無原子焦點(diǎn)的橢圓量子?xùn)艡诘碾娮硬ê瘮?shù)與原子穿過柵欄反射并置于另一焦點(diǎn)的波函數(shù)相干疊加的結(jié)果。

在此基礎(chǔ)上，通過對量子海市蜃樓的精確控制，實(shí)現(xiàn)了邏輯非門、扇門、或門等基本的邏輯操控。圖1顯示了一個(gè)邏輯非門。不同于量子海市蜃樓中在量子相干疊加中使用相干增強(qiáng)的原理，邏輯非門的設(shè)計(jì)是基于量子相干疊加中的相干抵消。當(dāng)一個(gè)原子放在橢圓的左焦點(diǎn)時(shí)，相干抵消減弱輸出信號，形成信號為“0”的輸出，而當(dāng)沒有原子放在左焦點(diǎn)時(shí)，形成信號為“1”的輸出，從而形成邏輯“非”門。

圖1。邏輯非門： 在橢圓量子圍欄左焦點(diǎn)放置1個(gè)Fe原子的形貌圖。 相應(yīng)的在39 mV下的dI/dV譜圖，在右焦點(diǎn)處，相干相消使得輸出信號為“0”。 在橢圓左焦點(diǎn)處為空置的形貌圖。 相應(yīng)的在39 mV下的dI/dV譜圖，右焦點(diǎn)處出現(xiàn)強(qiáng)的信號，輸出為“1”。圖1。邏輯非門:將鐵原子的形貌放在橢圓量子?xùn)艡诘淖蠼裹c(diǎn)。對應(yīng)于39毫伏的dI/dV頻譜圖，在右焦點(diǎn)，相干抵消使輸出信號為“0”。橢圓左焦點(diǎn)處有空的地形。在對應(yīng)的39 mV的dI/dV譜圖中，右焦點(diǎn)出現(xiàn)強(qiáng)信號，輸出為“1”。

橢圓只有兩個(gè)焦點(diǎn)，而邏輯學(xué)家通常有兩個(gè)以上的輸入輸出端。為了解決這個(gè)問題，研究人員設(shè)計(jì)了一個(gè)特殊的共焦橢圓，如圖2a所示，其中兩個(gè)橢圓量子?xùn)艡诘慕裹c(diǎn)之一重合，形成一個(gè)共焦橢圓。圖2顯示了邏輯扇出，它將共焦橢圓中的公共焦點(diǎn)作為輸入，另外兩個(gè)焦點(diǎn)作為輸出?？梢钥闯?，當(dāng)輸入端沒有原子時(shí)，輸出端的dI/dV輸出信號非常低。當(dāng)原子置于輸入端時(shí)，在輸出端可以獲得強(qiáng)掃描隧道光譜輸出信號。當(dāng)輸入和輸出端被切換時(shí)，也可以實(shí)現(xiàn)邏輯或門。

圖2。 邏輯扇出門。 共焦橢圓形貌圖。 相應(yīng)的在34 mV下的dI/dV譜圖。在共焦橢圓共同焦點(diǎn)處放置一個(gè)Fe原子的形貌圖。 與之對應(yīng)的在34 mV下的dI/dV譜圖。輸入為共同焦點(diǎn)處的原子占據(jù)與否，輸出為其它兩個(gè)焦點(diǎn)處的dI/dV值高低。圖2。邏輯扇出。共焦橢圓外觀。以及34 mV時(shí)對應(yīng)的dI/dV譜圖。鐵原子的形貌被置于共焦橢圓的公共焦點(diǎn)上。以及34 mV時(shí)對應(yīng)的dI/dV譜圖。輸入是共同焦點(diǎn)處原子的占有，輸出是其他兩個(gè)焦點(diǎn)處的dI/dV值。

該作品于3月16日在線發(fā)表在《自然通訊》上，標(biāo)題為“橢圓量子圍欄中的近藤自由幻影”。

這項(xiàng)工作得到了人工微結(jié)構(gòu)科學(xué)技術(shù)合作創(chuàng)新中心、固體微結(jié)構(gòu)物理國家重點(diǎn)實(shí)驗(yàn)室、國家自然科學(xué)基金、科技部R&D重點(diǎn)項(xiàng)目、中國博士后科學(xué)基金和江蘇省自然科學(xué)基金的資助。

文章鏈接:

doi:https://www . doi . org/10.1038/s 41467-020-15137-8

一種帶嗅覺的算法

今天，研究人員在《自然機(jī)器智能》上發(fā)表了一項(xiàng)研究，報(bào)告了一種模擬生物嗅覺的神經(jīng)算法。這一成果可能有助于人工智能鼻子的訓(xùn)練，使其即使混入未知?dú)馕兑材茏R別特定氣味。這項(xiàng)工作由康奈爾大學(xué)心理學(xué)系計(jì)算生理學(xué)實(shí)驗(yàn)室的托馬斯·克萊蘭教授和舊金山英特爾神經(jīng)形態(tài)計(jì)算實(shí)驗(yàn)室的恩比爾·伊瑪目教授領(lǐng)導(dǎo)。

眾所周知，神經(jīng)形態(tài)芯片是一種能夠模仿人腦的理解、動作和認(rèn)知能力的計(jì)算機(jī)器。與數(shù)字芯片不同的是，它可以得到與現(xiàn)實(shí)世界不同的結(jié)果，可以模擬人腦中神經(jīng)元和突觸的電子活動。神經(jīng)芯片技術(shù)為研究神經(jīng)元和大腦的高級功能搭建了新的平臺，也為人工智能領(lǐng)域開辟了新的研究途徑。

總之，利用人工神經(jīng)元及其網(wǎng)絡(luò)解決實(shí)際問題是神經(jīng)形態(tài)學(xué)芯片的理想目標(biāo)之一。探索能在生物神經(jīng)回路層面完美實(shí)現(xiàn)的算法，是該領(lǐng)域需要克服的障礙之一。在這項(xiàng)研究中，研究人員報(bào)告了一種基于哺乳動物嗅覺系統(tǒng)的神經(jīng)算法，該算法可以學(xué)習(xí)和識別氣味樣本。該算法已經(jīng)在神經(jīng)形態(tài)學(xué)系統(tǒng)中實(shí)現(xiàn)，研究人員使用甲苯、氨、丙酮、一氧化碳和甲烷來訓(xùn)練樣本。研究結(jié)果揭示了有助于理解哺乳動物嗅覺和改進(jìn)人工化學(xué)感知系統(tǒng)的計(jì)算特征。

基于嗅覺的神經(jīng)網(wǎng)絡(luò)算法

這項(xiàng)研究的一個(gè)非常重要的意義在于，它是一種基于嗅覺信息處理的神經(jīng)算法。要知道，人工智能領(lǐng)域最成功、最成熟的系統(tǒng)就是從圖像信息處理發(fā)展而來的算法。它通?；谝曈X系統(tǒng)直接或間接處理信息，在圖像檢測、人像識別、圍棋等領(lǐng)域取得了突出的成就，擁有大量的計(jì)算能力和可觀的訓(xùn)練數(shù)據(jù)集。

然而，最成熟的系統(tǒng)在一些復(fù)雜的問題上仍然相當(dāng)薄弱，比如熱門的自動駕駛領(lǐng)域。人工智能在不熟悉的環(huán)境中導(dǎo)航時(shí)，周圍的環(huán)境會不斷變化，充滿了噪聲和歧義因素。而視覺系統(tǒng)啟發(fā)的深度學(xué)習(xí)技術(shù)由于應(yīng)對策略單一，無法完成這一復(fù)雜任務(wù)。

科學(xué)家認(rèn)為，大腦可能使用許多不同的策略來處理不同類型的數(shù)據(jù)。除了研究視覺系統(tǒng)是如何工作的，研究人員可能還有許多其他領(lǐng)域要探索。基于氣味的算法進(jìn)入了人們的視野。

嗅覺是一個(gè)古老的系統(tǒng)，它的歷史可以追溯到細(xì)菌和生物對化學(xué)物質(zhì)的感覺，所有的生物都會利用某種形式的嗅覺來探索周圍的環(huán)境。嗅覺系統(tǒng)在結(jié)構(gòu)上與生物大腦的其他區(qū)域驚人地相似，尤其是與記憶密切相關(guān)的海馬體和負(fù)責(zé)運(yùn)動控制的小腦。從這個(gè)新起點(diǎn)汲取靈感，無疑會讓人們更好地理解生物是如何處理化學(xué)信息的，找到更好的人工智能編碼策略。

視覺信息和嗅覺信息的區(qū)別是相當(dāng)大的?，F(xiàn)在的機(jī)器學(xué)習(xí)技術(shù)直接或間接地受到視覺系統(tǒng)模擬結(jié)構(gòu)的啟發(fā)，所以一般采用分層攝取視覺信息的方法。視覺層接收到視覺信息后，會根據(jù)空之間映射相關(guān)的元素，如邊緣、紋理、顏色等，在神經(jīng)元之間傳遞，共同形成抽象表達(dá)。

而嗅覺信息與視覺信息完全不同，視覺信息由不同成分、不同濃度組成，是非結(jié)構(gòu)化的。由于沒有明顯的邊界，很難直接進(jìn)行分類，因此很難確定在識別時(shí)應(yīng)該注意哪些特征。這種截然不同的特征迫使科學(xué)家們尋找一種新的算法結(jié)構(gòu)。

從“模仿”開始

基于嗅覺的神經(jīng)網(wǎng)絡(luò)算法無疑提供了一個(gè)與主流算法完全不同的研究維度。然而，面對這樣一個(gè)新的方向，如何進(jìn)行已經(jīng)成為一個(gè)難題。因此，人們把注意力轉(zhuǎn)向了大自然現(xiàn)有的禮物。因此，以“仿生”為目標(biāo)的神經(jīng)網(wǎng)絡(luò)算法自然以“模仿”為起點(diǎn)。

2017年，尼日利亞的研究人員聲稱，Koniku Kore是一種神經(jīng)形態(tài)學(xué)芯片，是通過轉(zhuǎn)化小鼠的神經(jīng)元而產(chǎn)生的。它是世界上第一個(gè)具有嗅覺并能識別爆炸物氣味的芯片。據(jù)研究人員稱，該芯片是活神經(jīng)和硅的混合物，是用小鼠神經(jīng)元構(gòu)建的。他們在預(yù)測技術(shù)前景時(shí)表示，未來可以通過氣味訓(xùn)練，利用芯片檢測揮發(fā)性化學(xué)物質(zhì)、爆炸物甚至癌癥等疾病的氣味，讓機(jī)器人代替進(jìn)行安檢和排爆。

芯片Koniku Kore創(chuàng)造者Oshiorenoya Agabi芯片Koniku Kore的創(chuàng)造者Oshiorenoya Agabi

在另一項(xiàng)研究中，索爾克生物研究所的計(jì)算機(jī)科學(xué)家Saket Navlakha開發(fā)了一種基于蒼蠅的嗅覺回路算法，它有望提高機(jī)器學(xué)習(xí)技術(shù)在類似搜索和新檢測任務(wù)中的性能。蒼蠅接近成熟水果的味道，但遠(yuǎn)離醋酸等刺激性氣味的來源。但是它的環(huán)境復(fù)雜，充滿了干擾因素，所以它遇到的氣味不可能完全一樣。然而，當(dāng)蒼蠅遇到新的氣味時(shí)，它會回憶起以前遇到過的最相似的氣味，并做出相應(yīng)的反應(yīng)。受到納夫拉卡和他的團(tuán)隊(duì)的啟發(fā)，他們決心尋找一種相似性搜索方法，通過氣味來刺激Er 3。

神經(jīng)形態(tài)芯片正在模糊芯片和生物系統(tǒng)的界限。這在嗅覺算法發(fā)展初期的領(lǐng)域尤為明顯。目前，IMB、HRL實(shí)驗(yàn)室、高通等技術(shù)巨頭已經(jīng)在神經(jīng)形態(tài)學(xué)芯片上投入了相當(dāng)大的精力，相信其發(fā)展速度會令人刮目相看。