[📪정보] 플라즈마로 만든 화학 반응 기반 인공신경망

[Informa..(220.72)]

출처 : https://www.advancedsciencenews.com/ai-without-computers/ (파파고 번역)

플라즈마로 만들어진 AI는 크게 발전하면서 다양하고 제어 가능한 혼합 가스를 사용하여 틱택토 놀이하는 법을 배운다.

인공지능(AI)은 어디에나 존재하며 거의 모든 분야나 애플리케이션에 통합된다. DeepMind의 AlphaGo가 2016년에 세계 최고의 바둑 선수를 물리치고, 단 26초 만에 SARS-CoV-2 RNA 시퀀스의 2차 구조를 예측하기 위해 LinearFold를 적용하는 등, 이러한 시스템의 계속적인 능력을 증명하는 성과는 지난 수십 년 동안 이루어진 놀라운 발전이었다.

하지만 한 가지 문제가 있다.  AI를 실행하는 데는 많은 양의 에너지와 데이터가 필요하며 컴퓨터 하드웨어는 이를 따라가지 못한다. 집적회로칩은 칩과 회로부품의 구조가 작아져도 용량이 한계에 다다르고 있다. 우리가 이것을 물리적으로 취할 수 있는 범위에는 한계가 있다.

조지워싱턴대 기계항공우주공학과 박사후 연구원인 리 린은 "컴퓨터 칩의 반도체 구조가 현재 수 나노미터 크기에 육박하고 있으며 양자적 불확실성으로 인해 전기 절연체가 깨지기 시작해 칩이 고장나기 시작했다"고 말했다. 플라즈마 물리학, 플라즈마 화학, 기계 학습에 대한 연구입니다." 더 작은 칩을 계속 만드는 것은 상당히 어렵습니다."

린과 그의 지도교수인 조지 워싱턴 대학의 마이클 케이달은 대체 하드웨어가 개발될 수 있다고 생각하고 이를 위해 화학으로 눈을 돌렸다.

화학반응 중에 시스템 내에서 반응하는 종의 수가 정의되어 세트 생성물로 이어진다. "화학 시스템은 자연스럽게 모든 화학 반응의 네트워크, 즉 '화학 경로 네트워크'를 가지고 있습니다,"라고 린은 말했다." 이 네트워크는 일반 인공 신경망처럼 훈련될 수 있다. AI에 적용할 수 있는 화학적 성질을 가진 물질을 만들 수 있다고 말했다.

온도가 -273°C보다 높은 물질은 분자의 무작위 움직임을 포함하며, 분자 충돌이 발생하면 화학 반응을 일으킬 수 있다. 이것은 별의 형성에서부터 우리 자신의 생물학적 과정에 이르기까지 우주의 모든 곳에서 끊임없이 일어난다.

"이 시스템들로부터 AI를 구축하기 위해서, 우리는 충돌의 확률을 조작하고 유지할 필요가 있습니다,"라고 린은 말했다. "다시 말해, 화학 반응은 데이터 처리의 한 종류이고 자연은 그것을 계속 자동으로 실행할 수 있습니다. 우리는 그것을 사용할 방법을 찾아야 했습니다."

이는 상당한 화학적 복잡성을 가진 모든 유형의 물질을 AI를 위한 대체 하드웨어 운반체로 가정할 수 있다. 다시 말해, 인공지능은 디지털 컴퓨터 없이도 만들어질 수 있다.

우승 AI 플라즈마

Advanced Intelligent Systems에 발표된 연구에서 연구팀은 저온 헬륨 플라즈마를 훈련시켜 틱택토 게임을 했다.

이 개념은 플라즈마와 같은 격리된 화학 시스템 내에서 발생하는 화학 반응 네트워크에서 데이터 처리 장치를 생성하는 데 기초하고 있다.과학자들은 시스템이 동적 입력에 따라 실시간으로 적절한 정보를 "내뱉을" 수 있도록 압력이나 온도와 같은 일련의 화학적 매개변수를 찾아야 했다. 이를 통해 시스템은 분자 수준에서 작동하며 복잡한 정보를 나노초 단위로 처리할 수 있는 프로그래밍 가능한 아날로그 컴퓨터가 될 수 있다. "화학 파라미터 세트는 따라서 화학반응을 결정하는 아날로그 컴퓨터의 "소프트웨어"입니다,"라고 린은 말했다. "다시 말해, 컴퓨터에서의 사고 과정입니다.

하지만, 그것을 위한 프로그램을 작성하는 것은 기존의 컴퓨터를 코딩하는 것과는 상당히 다르다. 따라서 과학자들은 "화학 경로망"이라고 이름 붙인 시스템의 화학 반응 지도를 인공 신경망과 동일시 할 필요가 있었다. "화학적 매개변수는 네트워크의 무게이고 종의 농도는 뉴런 값입니다,"라고 린은 설명했다." 현대 기계 학습 기술을 사용하여 하드웨어를 특정 임무에 맞게 훈련하거나 프로그래밍할 수 있다. 훈련의 목적은 임무를 위해 설정된 화학 파라미터를 찾는 것이다. 획득하면 프로그래밍이 완료된다. 훈련 후 시스템을 사용할 때 사용자는 컴퓨터에서 다른 소프트웨어를 실행하는 것처럼 화학적 파라미터 세트를 다른 미션 간에 전환할 수 있습니다.

이를 증명하기 위해 Li와 Keidar는 플라즈마에서 틱택토 게임을 하도록 가르쳤다. 하지만 어떻게 플라즈마가 실제로 게임을 하기 위해 보드를 볼 수 있을까?? Li와 Keidar는 플라즈마에 가스 혼합물을 공급함으로써 이를 달성했다.

게임의 3×3 보드는 9개의 다른 가스(NO, NO, HO22, N2, O3, He, O2, H2, NO2 )를 사용하여 설정되었다. 각각은 게임의 9개의 타일 중 하나를 나타낸다. 따라서 기판의 상태는 이들 기체의 혼합비율로 나타낼 수 있다. 기체 타입의 비율이 낮을수록 해당 타일의 플라즈마 마커를 의미하고 비율이 높을수록 상대방의 마커를 의미한다. 일단 플라즈마가 가스 혼합물을 받으면, 플라즈마 내의 화학 반응이 작용하기 시작하여 들뜬 원자와 분자를 만든다. 이 들뜬 종들은 플라즈마의 다음 움직임을 나타내는 빛 신호를 출력한다. 따라서 기판 상태가 다르다는 것은 이러한 가스의 혼합비가 다르다는 것을 의미하며, 이는 플라즈마에서 일련의 화학 반응을 일으킨다. "이것은 화학 경로 네트워크를 이용한 혈장 '생각'입니다,"라고 린은 덧붙였다.

그리고 나서 광신호는 변환되어 보드 상태를 업데이트하고, 상대방이 인간이나 컴퓨터 플레이어를 따라 할 수 있도록 한다. 다음으로 상대방이 움직인 후 새로운 기판 상태를 나타내는 새로운 혼합비를 가진 가스 혼합물이 플라즈마 안으로 흘러들어 검토된다.

린은 "이 훈련은 화학적 매개변수를 조금씩 수정함으로써 이뤄진다"고 말했다. 낮은 점수로 이어지는 수정은 폐기되고 파라미터가 다시 설정됩니다. 그러나 플라즈마 재생을 향상시킬 수 있는 일련의 수정 파라미터가 기록되고 다음 수정(세대)이 이를 기반으로 합니다. 이것은 기계 학습 세계에서 사용되는 전형적인 진화 알고리즘입니다."

훈련을 통해 플라즈마는 랜덤 무브 플레이어에 대해 높은 승률을 달성하여 플라즈마가 랜덤으로 플레이하는 것이 아니라 논리로 플레이하는 것을 나타내며 독자적인 전략을 개발한다. "이것이 플라즈마가 우리에게 화학 기반 AI를 보여주는 방법입니다,"라고 린은 말했다.

훈련 중, 린과 케이다르는 플라즈마가 점점 더 공격적이 되어 적은 움직임으로 경기를 이기려고 노력한다는 것을 알게 되었다. 하지만, 그들은 훈련 중에 플라즈마를 위해 "더 빨리 이기는 것이 더 낫다"는 것을 정의하는 점수 시스템을 설계하지 않았다.

"플라즈마는 승부수를 놓치면 경기에 더 많은 불확실성을 가져올 것이라는 결론을 내렸습니다,"라고 린은 말했다. 그래서 우승 기회를 놓치지 않는 법을 배우고 더 빨리 이기기 시작합니다.

플라즈마는 심지어 두 개의 우승 포지션을 이용할 수 있는 반면 상대는 그 중 한 개만 막을 수 있는 "포크 무브"를 보여주기 시작했다. "최고의 수비가 좋은 공격이라고 결론짓는 자료 자체가 흥미로웠습니다,"라고 Keidar는 말했다. AI가 게임을 학습할 때 흔히 볼 수 있는 행동이지만 이제는 복잡한 화학작용을 가진 소재도 그런 행동을 보일 수 있다"고 말했다.

이러한 방식으로 정보를 처리하면 전하가 회로로 이동하면서 디지털 신호를 생성 및 전송하는 오늘날의 디지털 컴퓨터에 비해 소비 전력이 줄어듭니다."디지털 컴퓨터를 사용하는 것은 화학 시스템에 비해 데이터를 처리하는 간접적인 방법입니다,"라고 Keidar는 말했다.

화학 기반 AI

화학 기반 AI는 여러 가지 장점이 있다.첫째, 기본적인 논리와 기억력만을 표시하는 소프트 또는 적응성 재료와 같은 다른 지능형 재료와 달리 화학 기반 접근 방식은 더 높은 지능 수준을 획득한다. "보드 게임을 하는 것은 다른 지능적인 재료로는 가능하지 않습니다,"라고 린은 말했다.

화학 반응 네트워크의 지능 수준은 시스템의 복잡성을 조작하여 제어할 수도 있다. 이것은 더 많은 연결을 가진 더 많은 뉴런이 더 강력한 정보 처리 능력을 의미하는 인공 신경망의 이론과 유사하다. "화학 시스템의 경우, 화학 시스템의 복잡성을 증가시키기 위해 원자로를 증식할 수 있습니다,"라고 Keidar는 말했다.「물론, PC의 최신 CPU와 같은 고도의 인텔리전스 없이도, 시스템은 데이터 프로세서로 사용할 수 있습니다.」

이 이론은 플라즈마뿐만 아니라 화학작용이 있어 적합할 정도로 복잡한 물질에도 적용될 수 있습니다.

"우리는 반도체에 의존하는 컴퓨터 하드웨어를 만드는 것에 국한해서는 안 됩니다. 이것은 그들의 응용을 제한할 수 있기 때문입니다," 라고 린은 말했다." 우리는 분자의 자기 조직화와 화학 기반 AI를 결합하는 미래 아이디어를 가지고 있다. 예를 들어, 어떤 표면도 컴퓨터 스크린으로 사용할 수 있고, 사람들이 필요할 때 언제든지 사용할 수 있는 방법이 될 수 있다.

"자기 조직화 패턴을 만드는 것은 혈장에서 매우 흔합니다,"라고 그는 계속 말했다. "남은 유일한 기술적 공백은 화학 기반 AI로 분자의 자기 조직화를 제어하는 것입니다. 그래서 우리는 언제 어디서나 분자를 이용할 수 있습니다."

팀원들에 따르면 다음 질문은 이러한 시스템을 얼마나 멀리 가져갈 수 있느냐이다. 어쩌면 지능적일 뿐만 아니라 자각할 수 있을 만큼 멀리 떨어져 있을지도 모른다.

참고 자료: Li Lin과 Michael Keidar, '디지털 컴퓨터 없는 인공지능: 분자 규모의 프로그래밍 물질' DOI: 10.1002/aisy.202200157