23. 4. 2026

nanotechnologie

Postavili jsme „mozek“ z drobných stříbrných drátků. Učí se v reálném čase a efektivněji než počítačová umělá inteligence

BudoucnostTOP 10UIVěda

Svět je poblázněný umělou inteligencí (AI), a to z dobrého důvodu. Systémy AI dokážou zpracovat obrovské množství dat zdánlivě nadlidským způsobem, píše CONVERSATION. Současné systémy umělé inteligence však spoléhají na počítače se složitými algoritmy založenými na umělých neuronových sítích. Ty spotřebovávají obrovské množství energie a spotřebují ještě více energie, pokud se snažíte pracovat s daty, které se mění v reálném čase.

Pracujeme na zcela novém přístupu ke „strojové inteligenci“. Místo použití softwaru umělé neuronové sítě jsme vyvinuli fyzickou neuronovou síť v hardwaru, která funguje mnohem efektivněji.

Naše neuronové sítě, vyrobené ze stříbrných nanodrátů, se mohou za chodu naučit rozpoznávat ručně psaná čísla a zapamatovat si řetězce číslic. Naše výsledky jsou publikovány v novém článku v Nature Communications, provedeném s kolegy z University of Sydney a University of California, Los Angeles.

Náhodná síť drobných drátků

Pomocí nanotechnologie jsme vytvořili sítě ze stříbrných nanodrátů o šířce jedné tisíciny lidského vlasu. Tyto nanodrátky přirozeně tvoří náhodnou síť, podobně jako hromada tyčinek.

Síťová struktura nanodrátů vypadá hodně jako síť neuronů v našem mozku. Náš výzkum je součástí oboru zvaného neuromorphic computing, jehož cílem je napodobit funkce neuronů a synapsí v hardwaru podobné mozku.

Naše nanodrátové sítě vykazují chování podobné mozku v reakci na elektrické signály. Vnější elektrické signály způsobují změny ve způsobu přenosu elektřiny v bodech, kde se nanodrátky protínají, což je podobné tomu, jak fungují biologické synapse.

V typické nanodrátové síti mohou být desítky tisíc průsečíků podobných synapsím, což znamená, že síť může efektivně zpracovávat a přenášet informace přenášené elektrickými signály.

Učení a adaptace v reálném čase

V naší studii ukazujeme, že nanodrátové sítě mohou reagovat na signály, které se v čase mění, mohou být použity pro online strojové učení.

Při konvenčním strojovém učení jsou data vkládána do systému a zpracovávána v dávkách. V přístupu online učení můžeme data zavádět do systému jako nepřetržitý proud v čase.

S každým novým údajem se systém učí a přizpůsobuje v reálném čase. Ukazuje „za běhu“ učení, ve kterém jsme my lidé dobří, ale současné systémy umělé inteligence nikoli.

Online výukový přístup, který umožňuje naše nanodrátová síť, je efektivnější než konvenční dávkové učení v aplikacích AI.

Při dávkovém učení je ke zpracování velkých datových sad potřeba značné množství paměti a systém často potřebuje projít stejná data vícekrát, aby se naučil. To vyžaduje nejen vysoké výpočetní zdroje, ale také celkově spotřebuje více energie.

Náš online přístup vyžaduje méně paměti, protože data jsou zpracovávána nepřetržitě. Navíc se naše síť učí z každého vzorku dat pouze jednou, což výrazně snižuje spotřebu energie a činí proces vysoce efektivním.

Rozpoznávání a zapamatování čísel

Testovali jsme nanodrátovou síť pomocí referenční úlohy rozpoznávání obrazu pomocí datové sady MNIST ručně psaných číslic.

Hodnoty pixelů ve stupních šedi na snímcích byly převedeny na elektrické signály a přivedeny do sítě. Po každém vzorku číslic se síť naučila a zdokonalila svou schopnost rozpoznávat vzory a zobrazovala učení v reálném čase.

Foto: NIST/Wikimedia | CC BY-NC-SA 4.0 International
Nanodrátová síť se naučila rozpoznávat ručně psaná čísla, což je běžné měřítko pro systémy strojového učení.

Stejnou učební metodou jsme také testovali nanodrátovou síť s paměťovou úlohou zahrnující vzory číslic, podobně jako proces zapamatování si telefonního čísla. Síť prokázala schopnost zapamatovat si předchozí číslice ve vzoru.

Celkově tyto úlohy demonstrují potenciál sítě pro emulaci učení a paměti podobné mozku. Naše práce zatím jen poškrábala povrch toho, co neuromorfní nanodrátové sítě dokážou.

Australští vědci umístili kvantový svět na mikročip

TechnologieTOP 10

Jejich kvantový simulátor napodobuje přírodu na atomové úrovni

Australský startup právě vymodeloval molekulu na mikročipu a umístil atomy do křemíku s přesností pod nanometry. Tato schopnost simulovat molekuly v atomovém měřítku, kde hmotě vládne kvantová mechanika, by mohla zlepšit naše chápání kvantového světa a vést k vytvoření neuvěřitelných nových materiálů, jako jsou vysokoteplotní supravodiče nebo superúčinné solární články, napsal server Freethink.

„Mohli bychom začít napodobovat, jak se chová příroda, a pak můžeme začít vyrábět nové druhy materiálů a zařízení, které svět ještě neviděl,“ řekla Michelle Simmons, zakladatelka Silicon Quantum Computing, startupu odpovědného za mikročip.

Myslet v malém

Několik milionů let po vyrobení našich prvních kamenných nástrojů lidé zjistili, že když přiblížíme hmotu a podíváme se na atomy a subatomární částice, které ji tvoří, dodržují jiná pravidla než ta, která řídí objekty na větších plochách. měřítko.

Tato pravidla („kvantové mechanika“) mohou mít své vlastní užitečné aplikace – MRI skenery, solární články a atomové hodiny využívají kvantové jevy.

"Můžeme začít vyrábět nové druhy materiálů a zařízení, které svět ještě neviděl."

Ale i když je snadné zvednout kámen a extrapolovat, že by to mohlo být dobré pro mlácení věcí, není tak snadné vidět nebo pochopit, jak se hmota chová na kvantovém měřítku – zvláště když samotné pozorování ovlivňuje kvantové systémy.

Můžeme použít počítačové programy k simulaci toho, jak se některé malé molekuly chovají na atomární nebo subatomární úrovni, ale to není schůdná volba pro větší molekuly: existuje příliš mnoho možných interakcí mezi jejich částicemi.

„Pokud dokážeme začít chápat materiály na [kvantové] úrovni, můžeme navrhnout věci, které nikdy předtím nebyly vyrobeny,“ řekl Simmons ScienceAlert. „Otázka zní: jak vlastně ovládáte přírodu na této úrovni?“

Kvantový simulátor

Zdá se, že odpovědí je modelování molekul na křemíkových čipech.

Pro nedávnou studii tým SQC úspěšně vyrobil mikročip v atomovém měřítku, vytvořil 10 jednotně velkých umělých atomů – také známých jako „kvantové tečky“ – a poté pomocí skenovacího tunelového mikroskopu přesně umístil tečky do křemíku.

Tým modeloval svůj čip podle struktury polyacetylenu, molekuly vyrobené z atomů uhlíku a vodíku spojených střídajícími se jednoduchými a dvojnými uhlíkovými vazbami. 

Foto: Placidplace/Picabay

Jakmile byl sestrojen, mohli aplikovat elektrický náboj na jednu část čipu („zdroj“) a zkoumat, jak se pohyboval podél řetězce atomů, aby vystoupil v jiné části („odtok“). 

„Doslova to budujeme zdola nahoru, kde napodobujeme molekulu polyacetylenu tím, že vkládáme atomy do křemíku s přesnými vzdálenostmi, které představují jednoduché a dvojité vazby uhlík-uhlík,“ řekl Simmons.

Na základě teoretických předpovědí se má polyacetylen chovat odlišně podle toho, zda řetězec molekul začíná a končí dvojnými uhlíkovými vazbami nebo jednoduchými uhlíkovými vazbami.

"To, co [tento model] ukazuje, je, že můžete doslova napodobit to, co se skutečně děje ve skutečné molekule."

Aby vědci ověřili, zda je jejich modelovací technika přesná, vytvořili jeden čip založený na každé verzi – a viděli, že počet elektrických vrcholů se měnil, když proud procházel každou verzí.

„To potvrzuje dlouhodobé teoretické předpovědi a demonstruje naši schopnost přesně simulovat molekulu polyacetylenu,“ uvádí SQC.

Tým také pozoroval elektron existující na dvou místech současně, což je příklad superpozice kvantového jevu .

„To, co [tento model] ukazuje, je, že můžete doslova napodobit to, co se skutečně děje ve skutečné molekule, a proto je to vzrušující, protože signatury těchto dvou řetězců jsou velmi odlišné,“ řekl Simmons.

„Nanokapsle“ představují nové řešení pro účinnou chemodynamickou terapii rakoviny

TechnologieTOP 10

V článku publikovaném nedávno na  Small  oznámil spolupracující výzkumný tým vedený prof. Wang Hui z laboratoře vysokého magnetického pole, Hefei Institutes of Physical Science (HFIPS), Čínská akademie věd (CAS), syntézu dutého oxidu měďného@dusík- dopovaného uhlíku (HCONC) jednokrokovou hydrotermální metodou a také jejich aplikace v účinné chemodynamické terapii. Píše server Phys.org.

Chemodynamické terapii (CDT) reagující na nádorové mikroprostředí (TME) se v posledních letech věnuje velká pozornost kvůli její nízké invazivitě a vysoké selektivitě. Mezi různými nanokatalyzátory na bázi kovů je nízký redoxní potenciál Cu + /Cu 2+ v nanokatalyzátorech na bázi mědi jim poskytuje vyšší výtěžky reaktivních forem kyslíku (ROS) a sníženou nadměrnou expresi glutathionu (GSH), což může být také velmi slibné jako činidlo podobné Fentonu za relativně volných podmínek. Avšak náchylnost k oxidaci a potenciální iontová toxicita nanokatalyzátorů na bázi mědi výrazně omezuje jejich použití v nanomedicíně. Proto je nutné vyvinout nanokatalyzátor na bázi mědi s dobrou biokompatibilitou, aby se vyčerpala nadměrná exprese GSH ke zvýšení CDT.

V tomto výzkumu vědci použili jednokrokovou hydrotermální metodu k syntéze nanokapslí HCONC pro katalýzu kaskádové reakce a zlepšení účinnosti CDT. Tyto „nanokapsle“ složené z nanočástic nejsou „kapslemi“ v tradičním slova smyslu. Jedná se o strukturu jádro-plášť vytvořenou důmyslným připojením tenké vrstvy uhlíku na povrch dutých nanokrystalů oxidu měďného (Cu 2 O), která nejen účinně zabraňuje oxidaci Cu +, ale také zvyšuje stabilitu nanokrystalů Cu 2 O.

Fentonova reakce zprostředkovaná Cu + v HCONC může účinně katalyzovat H202 za vzniku ·OH a Cu+ uvolněný  v TME  může také rozkládat nadměrně exprimovaný GSH k ochraně vznikajícího ROS.

Experimenty in vitro i in vivo ukazují, že HCONC má vynikající protinádorovou schopnost, aniž by způsoboval systémovou toxicitu. „Celý proces lze popsat starým příslovím,“ dodal profesor Wang, „jak lék začal účinkovat, symptomy se zmírnily.“

Zdroj: Phys.org

Přehled ochrany osobních údajů

Tyto webové stránky používají soubory cookies, abychom Vám mohli poskytnout co nejlepší uživatelský zážitek. Informace o souborech cookie se ukládají ve vašem prohlížeči a plní funkce, jako je rozpoznání, když se na naše webové stránky vrátíte a pomáhají našemu týmu pochopit, které části webových stránek považujete za nejzajímavější a nejužitečnější.


Warning: Undefined array key "sssp-ad-overlay-priority" in /data/web/virtuals/326454/virtual/www/wp-content/plugins/seznam-ads/includes/class-seznam-ssp-automatic-insert.php on line 276