Чакрабартти и его коллеги представили NeuroSA, нейроморфную архитектуру для решения проблем, созданную по образцу того, как функционирует человеческая нейробиология, но которая использует квантово-механическое поведение для поиска оптимальных решений - гарантированно - и находит эти решения более надежно, чем самые современные методы. Совместная работа нескольких университетов, которая была опубликована 31 марта в Nature Communications, возникла на семинаре по нейроморфологии и когнитивной инженерии Telluride и проводилась под руководством Чакрабартти и первого автора Цзыхао Чена, аспиранта факультета электротехники и системной инженерии Престона М. Грина в McKelvey Engineering.

"Мы ищем способы решать проблемы лучше, чем это делали раньше компьютеры, созданные по образцу человеческого обучения", - сказал Чакрабарти. "NeuroSA предназначена для решения проблемы "обнаружения", самой сложной проблемы в машинном обучении, где целью является обнаружение новых и неизвестных решений".

При оптимизации отжиг - это процесс изучения различных возможных решений, прежде чем в конечном итоге остановиться на наилучшем. Отжигатели Фаулера-Нордхайма (FN) используют принципы квантово-механического туннелирования для эффективного поиска наилучшего, оптимального решения, и они являются "секретным ингредиентом" NeuroSA, говорит Чакрабартти.

"В задачах оптимизации стратегия вступает в игру, когда системе необходимо измениться - например, когда вы ищете самое высокое здание в кампусе, когда вы переезжаете в другой район?" - сказал Чакрабарти. "Структура NeuroSA нейроморфна, как и структура нашего мозга с нейронами и синапсами, но ее поисковое поведение определяется FN annealer. Этот важнейший мост между neuro и quantum - вот что делает NeuroSA такой мощной и позволяет нам гарантировать, что мы найдем решение, если у нас будет достаточно времени".

Эта гарантия становится особенно важной, когда сроки, позволяющие NeuroSA найти оптимальное решение, могут варьироваться от нескольких дней до недель или даже дольше, в зависимости от сложности проблемы. В статье команда Чакрабартти в сотрудничестве с исследовательской группой SpiNNcloud Systems уже продемонстрировала, что NeuroSA может быть реализована на нейроморфной вычислительной платформе SpiNNaker2, доказав ее практическую осуществимость. Далее Чакрабартти предполагает, что этот инструмент может быть применен для оптимизации логистики в цепочках поставок, производственных и транспортных услугах или для открытия новых лекарств путем изучения оптимального сворачивания белков и молекулярных конфигураций.

Эта работа была частично поддержана Национальным научным фондом США (ECCS: 2332166 и FET:2208770), Федеральным министерством образования и исследований Германии в рамках программы EIC Transition в рамках проекта "SpiNNode", европейского проекта Horizon "PRIMI", итальянского национального плана восстановления и жизнестойкости. (NRRP), Управление науки Министерства энергетики США, Управление по энергоэффективности и возобновляемым источникам энергии, Управление передовых производственных технологий и материалов и Национальная лаборатория SLAC.

SpiNNaker2 - это платформа нейроморфного аппаратного ускорителя от SpiNNcloud Systems, коммерческой организации, с которой у некоторых соавторов есть связи и финансовые интересы. Патентами и правами интеллектуальной собственности на динамические системы на базе Fowler-Nordheim управляет Вашингтонский университет в Сент-Луисе.