Mark van der Heijden
Intelligent materiaal dat leert door zichzelf fysiek te veranderen, kan de basis vormen van een compleet nieuwe generatie energiezuinige computers. Onderzoekers aan de Radboud Universiteit hebben ontdekt dat een netwerk van kobaltatomen het vermogen heeft om zichzelf aan te passen afhankelijk van de input die ze zagen.
Alexander Khajetoorians, projectleider en hoogleraar Scanning Probe Microscopy aan de Radboud Universiteit, toonde in 2018 al aan dat het mogelijk is informatie op te slaan op een enkel kobaltatoom op zwarte fosfor. Nu hebben ze gedemonstreerd dat een groep van deze atomen gedrag vertoont dat vergelijkbaar is met een door het brein geïnspireerd computermodel dat wordt gebruikt in kunstmatige intelligentie.
‘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 leert uit zichzelf’, zegt Khajetoorians.
Hij vertaalt dit naar een concreet voorbeeld, stemherkenning. “De input wordt bij kunstmatige intelligentie en Machine Learning verwerkt door computerprogramma’s. In een ‘intelligent materiaal’ is het idee dat de materiaaleigenschappen veranderen in reactie op verschillende stemmen. Daaraan kunnen we zien dat het materiaal de stemmen van verschillende mensen herkent. Met zo’n systeem is er geen onderscheid meer tussen hardware en software.”
Het is Khajetoorians en zijn team tot nu toe gelukt om zeven atomen te koppelen, waarmee ze de deur open zetten naar nieuwe ontwikkelingen op dit gebied. ‘Er zijn nu twee routes. Aan de ene kant willen dit dichter bij toepassingen brengen, bijvoorbeeld door de netwerken uit te breiden van zeven naar duizenden atomen en door andere materiaalsystemen te zoeken waarbij dit effect bestaat en op kamertemperatuur mogelijk is. Aan de andere kant kunnen we ons verdiepen in de fundamentele natuurkunde die hier achter schuilt en vragen stellen die niemand vraagt. We kunnen nieuwe manieren van ‘rekenen’ ontdekken die nog niet bekend zijn.’
‘Als we uiteindelijk echte machines kunnen bouwen met dit materiaal, kunnen we zelflerende apparaten bouwen die energiezuiniger en kleiner zijn dan de huidige computers’, besluit Khajetoorians. ‘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.’
