เว็บตรง / บาคาร่าเว็บตรง ในช่วงไม่กี่ปีที่ผ่านมามีความสนใจเพิ่มขึ้นในการรวมการคำนวณควอนตัมและการเรียนรู้ของเครื่องด้วยความหวังที่จะค้นพบความสามารถและแอปพลิเคชันใหม่ ๆ ในทั้งสองอย่าง นักวิจัยจากมหาวิทยาลัย Aarhus ประเทศเดนมาร์ก และมหาวิทยาลัยโตรอนโต ประเทศแคนาดา ได้ทำเพียงแค่นั้นโดยใช้ควอนตัมบิต (qubits) เพื่อสร้างสิ่งที่เรียกว่า “เซลล์ประสาทกระตุ้นเทียม”
ซึ่งเป็นส่วนประกอบสำคัญของโครงข่ายประสาทเทียม
ที่พยายามเลียนแบบ วิธีที่ข้อมูลไหลในสมอง นักวิจัยยังแสดงให้เห็นว่าระบบใหม่นี้สามารถใช้เพื่อเปรียบเทียบและจัดประเภทสถานะควอนตัมที่พันกันสูง ซึ่งเป็นขั้นตอนที่มีการใช้งานในคอมพิวเตอร์ควอนตัมในอนาคตและเทคโนโลยีควอนตัมอื่นๆ
โครงข่ายประสาทเทียม (SNNs) เป็นวิธีการประมวลผลข้อมูลที่รับแรงบันดาลใจโดยตรงจากเซลล์ประสาททางชีววิทยามากกว่ากรณีที่มีโครงข่ายประสาทเทียม (ANNs) แม้ว่า ANN จะโดดเด่นกว่าในฐานะต้นแบบในการเรียนรู้ของเครื่อง แต่ก็ได้รับแรงบันดาลใจจากชีววิทยาเพียงเล็กน้อยเท่านั้น ในทางตรงกันข้าม SNN พยายามที่จะจับภาพพฤติกรรมที่ขึ้นกับเวลาและพื้นที่ของโครงข่ายประสาทเทียมทางชีววิทยา ทำให้ทั้งสองมีประสิทธิภาพและยากกว่าในการ “ฝึกฝน” และนำไปปฏิบัติมากกว่าโมเดลการเรียนรู้ของเครื่องอื่นๆ
เซลล์ประสาทใน SNN ไม่ส่งข้อมูลในทุกรอบไม่เหมือนใน ANN แต่จะรอให้สัญญาณอินพุตสร้างค่าเกณฑ์ก่อนจะส่งสัญญาณ “สไปค์” เข็มนี้จะเดินทางไปตามเครือข่าย โดยเปลี่ยนค่าสัญญาณของเซลล์ประสาทอื่น ๆ และทำให้ข้อมูลแพร่กระจาย แม้ว่าข้อมูลใน SNN จะเป็นเลขฐานสอง (แบบสไปค์หรือไม่มีสไปค์) เครือข่ายเหล่านี้จะจับข้อมูลแบบเรียลไทม์เหมือนกับที่สมองจะทำและประมวลผลข้อมูลบางส่วนในพื้นที่ เนื่องจากเซลล์ประสาทเพียงเซลล์เดียวเชื่อมต่อกับเซลล์ประสาทที่อยู่ใกล้เคียงเท่านั้น
เซลล์ประสาทที่ทำจาก qubits
ข้อมูลควอนตัมมักถูกประมวลผลโดยใช้สิ่งที่เรียกว่า “ประตูควอนตัม” ซึ่งเปลี่ยนสถานะของคิวบิตเป็นขั้นตอนที่ไม่ต่อเนื่อง อย่างไรก็ตาม ในการสร้างเซลล์ประสาทควอนตัมที่พุ่งขึ้นเทียม นักวิจัยของ Aarhus และ Toronto ได้เลือกที่จะใช้วิธีการประมวลผลข้อมูลโดยทำให้ qubits ของพวกเขามีวิวัฒนาการอย่างต่อเนื่องในเวลาตามพารามิเตอร์ที่ควบคุม เวลา และอวกาศ นี่เป็นวิธีที่ใกล้เคียงกับพฤติกรรมของ SNN เนื่องจากสถานะของ qubit นั้นขึ้นอยู่กับเวลาและพื้นที่ ซึ่งเปลี่ยนแปลงอย่างต่อเนื่องในลักษณะที่ขึ้นอยู่กับสถานะของ qubits ที่อยู่ใกล้เคียง
โมเดลไฟฟ้าที่ได้รับแรงบันดาลใจจากเซลล์ประสาทกลายเป็นควอนตัมนักวิจัยได้แสดงต่อไปว่าเซลล์ประสาทควอนตัมที่พุ่งขึ้นเทียมดังกล่าวสามารถใช้ในการเปรียบเทียบและจำแนกสถานะสองคบิตที่ง่ายที่สุดที่มีการพัวพันสูงสุด (เรียกว่าสถานะเบลล์) ตัวอย่างเช่น เซลล์ประสาทหนึ่งเซลล์ประกอบด้วยสาม qubits สามารถใช้สถานะที่พันกันเป็นอินพุตและสร้าง qubit เอาต์พุตที่ระบุจำนวน qubit ที่ “ตื่นเต้น” ที่ได้รับเป็นอินพุต ในขณะที่เซลล์ประสาทที่สองสามารถระบุระยะที่สถานะพัวพันคืออะไร ในการรวมกัน คุณสมบัติทั้งสองนี้เพียงพอที่จะจำแนกอินพุตสถานะ Bell ที่เป็นไปได้ทั้งหมดสี่รายการ โครงข่ายประสาทเทียมอย่างง่ายที่ประกอบด้วยเซลล์ประสาทเพียงไม่กี่เซลล์จึงสามารถรับสถานะ Bell สองสถานะเป็นอินพุตและระบุว่าเหมือนกันหรือไม่ ซึ่งเป็นขั้นตอนที่สำคัญในโปรโตคอลการคำนวณควอนตัมหลายแบบ
พรมแดนที่เปิดกว้างจากผลลัพธ์เหล่านี้
ซึ่งอธิบายไว้ในNatureขั้นตอนต่อไปที่สมเหตุสมผลคือการพิจารณาว่าเครือข่ายประเภทนี้สามารถขยายขนาดได้หรือไม่ การทำโครงข่ายควอนตัมประสาทที่ใหญ่ ซับซ้อน และน่าสนใจมากขึ้นอาจเป็นกุญแจสำคัญในการแก้ปัญหาที่เป็นประโยชน์ในอนาคต และAlán Aspuru-Guzikซึ่งเป็นผู้ร่วมเขียนบทความ มองโลกในแง่ดีเกี่ยวกับศักยภาพของพวกเขา “เมื่อคิดถึงแมชชีนเลิร์นนิงบนคอมพิวเตอร์ควอนตัม มันยังคงเป็นพรมแดนที่เปิดกว้าง” เขากล่าว “โครงข่ายประสาทควอนตัมที่เพิ่มขึ้นเป็นกรอบการทำงานใหม่ที่เราหวังว่าจะเป็นแรงบันดาลใจให้ผู้อื่นสร้างต่อไป” เขากล่าวเสริมว่า: “เราอยู่ในยุคที่น่าตื่นเต้นสำหรับการเรียนรู้ของเครื่องควอนตัม มีการเปิดตัวหลายรุ่นอย่างต่อเนื่อง เรามีความสุขกับเซลล์ประสาทควอนตัมที่พุ่งสูงขึ้นเนื่องจากเป็นแนวทางใหม่ที่ชัดเจนสำหรับพวกเราหลายคนในการแฮ็กเข้าไปในพุ่มไม้ของวิธีการที่ไม่รู้จัก”
ภายในอุปกรณ์มีเซ็นเซอร์ออกซิเจนที่รวมแหล่งกำเนิดแสง LED วงจรรวมแบบกำหนดเองพร้อมเครื่องตรวจจับแสง และฟิล์มตรวจจับออกซิเจนที่มีสีย้อมรูทีเนียมเรืองแสง ปริมาณออกซิเจนในปัจจุบันจะเปลี่ยนคุณสมบัติของแสงที่ปล่อยออกมาจากสีย้อมรูทีเนียม ซึ่งอุปกรณ์วัดและรายงานกลับออกจากร่างกายผ่านคลื่นอัลตราซาวนด์
“อุปกรณ์นี้สาธิตวิธีการใช้เทคโนโลยีอัลตราซาวนด์ร่วมกับการออกแบบวงจรรวมที่ชาญฉลาด คุณสามารถสร้างรากฟันเทียมที่ซับซ้อนซึ่งเจาะลึกเข้าไปในเนื้อเยื่อเพื่อดึงข้อมูลจากอวัยวะต่างๆ ได้” Maharbiz กล่าว
วัดได้ลึกกว่าผิวในการศึกษาของพวกเขา รายงานในNature Biotechnologyนักวิจัยได้แสดงให้เห็นว่าอุปกรณ์ของพวกเขาทำงานอย่างมีประสิทธิภาพเมื่อถูกฝังเข้าไปในแกะ โดยให้การอ่านค่าที่คล้ายคลึงกันกับโพรบแบบมีสาย แต่ไม่จำเป็นต้องเชื่อมต่อโดยตรง พวกเขายังแสดงให้เห็นว่าเซ็นเซอร์ทำงานอย่างไรในส่วนลึกของเนื้อเยื่อ โดยทำการวัดผ่านกล้ามเนื้อหมู 10 ซม.
ในขณะที่ยังมีงานสำคัญที่ต้องทำเพื่อแปลผลการทดสอบที่ประสบความสำเร็จเหล่านี้เป็นการใช้งานทางคลินิก นักวิจัยมองโลกในแง่ดีเกี่ยวกับผลกระทบของเซ็นเซอร์ขนาดเล็กของพวกเขา นักวิจัยด้านดุษฏีบัณฑิต Sonmezoglu กล่าวว่า “การใช้อุปกรณ์นี้อาจใช้เพื่อตรวจสอบการปลูกถ่ายอวัยวะ เนื่องจากในช่วงหลายเดือนหลังการปลูกถ่ายอวัยวะ ภาวะแทรกซ้อนของหลอดเลือดอาจเกิดขึ้นได้ และภาวะแทรกซ้อนเหล่านี้อาจนำไปสู่ความผิดปกติของการรับสินบน” Soner Sonmezogluนัก วิจัยด้านดุษฏีบัณฑิตกล่าว ลงในอุปกรณ์นี้และออกแบบตัวควบคุมอิเล็กทรอนิกส์เพื่อใช้งานและอ่านข้อมูลอุปกรณ์ เว็บตรง / บาคาร่าเว็บตรง