Stanford gjorde et kvantespinglas til en associativ hukommelse

Associativ hukommelse betyder, at et system kan genskabe et helt lagret mønster ud fra et delvist eller forstyrret fingerpeg. Det kan for eksempel svare til at genkende et ansigt på et uskarpt foto. Fysikeren Benjamin Levs gruppe på Stanford har demonstreret denne funktion i et netværk af ultrakolde atomer og lys.

Det usædvanlige er, at holdet ikke blot undgår den komplicerede spinglas-tilstand, som normalt begrænser et klassisk Hopfield-netværk. De gør den til en del af hukommelsesressourcen. I et system med 16 spins rapporterer forskerne en lagringskapacitet på op til syv gange den klassiske Hopfield-grænse. 14

Atomer som neuroner, lys som synapser

Platformen består af Bose-kondenserede atomgasser i et multimodet, næsten konfokalt optisk hulrum. Hver indfanget atomsky fungerer som et effektivt spin – eller en knude i netværket. Hulrummet kan understøtte mange lysmoder, og fotoner, der spredes via disse moder, formidler vekselvirkninger mellem atomernes spins.

I analogien med et neuralt netværk er atomskyerne neuronerne, mens lysmoderne udgør de synaptiske forbindelser. 324

Det er vigtigt, fordi de fotonformidlede forbindelser kan koble spins over store afstande, ikke kun til nærmeste naboer. Koblingerne er i praksis alle-til-alle og kan have forskellige fortegn. Det skaber den frustrerede struktur, som kendetegner et spinglas. 29

Mønstre kan kodes i netværkets forbindelser og aflæses optisk. Forsøget bruger lyset fra hulrummet til at undersøge input- og outputtilstande og dermed se, om et ufuldstændigt mønster udvikler sig mod en lagret erindring. 2414

Hvorfor spinglas normalt er et problem

I den klassiske Hopfield-model svarer minder til nyttige attraktorer i et netværk af spins, hvor alle er koblet til alle. Men når man forsøger at lagre for mange mønstre, opstår konkurrerende krav mellem forbindelserne – såkaldt frustration.

Energilandskabet får da mange utilsigtede, eller spuriøse, minima. Det er spinglas-regimet, og under ligevægtsdynamik forstyrrer de ekstra minima en pålidelig genkaldelse. 28

For 16 spins giver den velkendte termodynamiske Hopfield-vurdering på omtrent (0,14N) cirka 3,6 lagrede mønstre. Det er et teoretisk sammenligningspunkt og betyder ikke, at ethvert konkret Hopfield-netværk med 16 knuder nødvendigvis præcist kan hente 3,6 mønstre frem.

De gjorde de glasagtige tilstande nyttige

Levs gruppe drev ikke systemet som et Hopfield-netværk i ligevægt. Det er i stedet drevet og dissipativt: Eksternt optisk lys tilfører energi til atom-foton-systemet, mens tab af fotoner og andre dissipative processer fjerner energi igen.

De ikke-ligevægtsdynamikker ændrer, hvilke tilstande der bliver stabile og kan reproduceres. Forskergruppens centrale resultat er, at glasagtige minima, som ville være uønskede ved almindelig ligevægtsgenkaldelse, kan blive pålidelige attraktorer i denne type dynamik.

I 16-spins-systemet rapporterer holdet en kapacitet på op til syv gange Hopfield-grænsen. 14

Omtalen af forsøget beskriver genkaldelse af cirka 12 minder i en konfiguration med 16 spins, sammenlignet med Hopfield-referencen på omkring 3,6 mønstre. Da atomfælderne blev gjort løsere, steg den rapporterede kapacitet til cirka 25 minder. Det er dog små, eksperimentelle proof-of-principle-resultater – ikke en dokumenteret skaleringslov for fremtidige AI-systemer. 411

Atomernes bevægelse giver midlertidig plasticitet

Atomskyerne er ikke stationære, matematiske spins. Deres bevægelse er koblet til de fotonformidlede spinvekselvirkninger. En bestemt spinkonfiguration kan påvirke atomskyernes bevægelsestilstand, som igen kan ændre netværkets forbindelser.

Forskerne kalder effekten en polaronisk "elasticitet". Funktionelt betyder det, at de effektive synaptiske koblinger bliver aktivitetsafhængige og tidsvarierende: Netværkets nylige tilstande kan påvirke den efterfølgende genkaldelse.

Holdet sammenligner denne midlertidige feedback med kortvarig synaptisk plasticitet i biologiske systemer. Der er altså ikke tale om permanent indlæring eller træning af faste vægte. 14

Løsere fælder giver atomerne større frihed til at bevæge sig, og de rapporterede resultater forbinder det med højere hukommelseskapacitet. Atomernes bevægelse er derfor ikke blot støj, der skal fjernes, men kan være en aktiv del af beregningen i denne platform. 411

Hvad resultatet viser – og ikke viser

Arbejdet demonstrerer en eksperimentel vej til associativ hukommelse baseret på kollektive atom-foton-dynamikker uden for ligevægt. Det giver også usædvanligt direkte mikroskopisk kontrol og billeddannelse af et drevet, dissipativt spinglas-netværk. Relateret arbejde fra gruppen har realiseret hulrums-QED-netværk med op til 25 effektive spins. 2930

Forsøget viser derimod ikke en praktisk erstatning for GPU'er, almindelig computerhukommelse eller neuralt hardware ved stuetemperatur. Opstillingen kræver ultrakolde atomgasser, optiske fælder, præcisionslasere, højt vakuum og et stabiliseret multimodet optisk hulrum. En samlet vurdering af energiforbruget skal medregne hele denne infrastruktur, og den nuværende evidens dokumenterer ikke en samlet energifordel for AI-beregninger.

Forskningsretningen er alligevel interessant, fordi den peger på, at fysiske systemer med tilpasningsdygtige koblinger og kollektive dynamikker uden for ligevægt kan være alternativer til rent digitale løsninger for bestemte hukommelses- og optimeringsopgaver. Gruppens publikationer peger også mod fortsat arbejde med drevne, dissipative spinglas og kvantefænomener som sammenfiltring. Om disse ingredienser kan give en reel beregningsfordel i stor skala, er fortsat et åbent eksperimentelt spørgsmål. 629