Spin camı engelini belleğe çeviren atom-foton ağı

Bir yüzü bulanık bir fotoğraftan kişiyi tanımak ya da eksik yazılmış bir kelimeyi tamamlamak, çağrışımlı belleğin yaptığı işe örnektir: Bozuk veya eksik ipucundan kayıtlı örüntünün tamamını geri çağırmak.

Stanford fizikçisi Benjamin Lev’in ekibi bunu ultrasoğuk atomlar ve ışıkla oluşturulan bir ağda deneysel olarak gösterdi. Daha da dikkat çekici tarafı, klasik Hopfield ağlarında hatırlamayı bozan spin camı davranışını bu kez bellek kaynağı olarak kullanmaları. Araştırmacılar, 16 spinli sistemde klasik Hopfield sınırının yedi katına varan bir depolama kapasitesi bildirdi. 14

Atomlar nöron, kavite modları sinaps gibi çalışıyor

Düzeneğin merkezinde, çok sayıda ışık modunu destekleyen çok modlu, yakın-konfokal bir optik kavite bulunuyor. Kavite içine hapsedilmiş Bose yoğunlaşması hâlindeki atom bulutlarının her biri, ağdaki etkin bir spin ya da düğüm olarak davranıyor.

Atomların saçtığı fotonlar, kavite içindeki farklı ışık modları üzerinden atom toplulukları arasında etkileşim kuruyor. Sinir ağı benzetmesinde atom toplulukları nöron, kavite modları ise düğümleri birbirine bağlayan sinapslar oluyor. Bellek örüntüleri spinler arasındaki bağlantı matrisine kodlanıyor; ışık örüntülerinin giriş ve çıkışları aracılığıyla bu örüntülere erişilebiliyor. 324

Bu foton aracılı bağlantılar yalnızca yakın komşularla sınırlı değil. Spinler etkin biçimde birbirlerinin tümüyle etkileşebiliyor ve bağların işareti değişebiliyor. Ortaya çıkan karşıt kısıtlar, spin camlarının ayırt edici özelliği olan frustrasyonu, yani aynı anda tüm etkileşimleri tatmin edememe durumunu doğuruyor. 29

Klasik Hopfield ağında sorun nerede başlıyor?

1982’de ortaya konan Hopfield modeli, anıları birbirine bağlı spinlerden oluşan bir ağın kararlı durumları olarak ele alır. Az sayıda örüntü saklandığında, ağ eksik bir girdiden doğru anıya yönelebilir.

Ancak çok fazla örüntü depolanınca bağlar birbirleriyle yarışır. Enerji manzarasında hedef olmayan çok sayıda “sahte” minimum oluşur ve sistem spin camı rejimine girer. Denge koşullarında bu ek minimumlar, doğru anıya güvenilir biçimde ulaşmayı zorlaştırır. 28

16 spin için sık kullanılan termodinamik Hopfield tahmini yaklaşık (0,14N)’dir; bu da yaklaşık 3,6 örüntüye karşılık gelir. Bu sayı, her 16 düğümlü sonlu ağın tam olarak 3,6 anı hatırlaması gerektiği anlamına gelmez; deney sonuçlarını karşılaştırmak için kullanılan kuramsal bir ölçüttür.

Spin camı bu deneyde neden avantaj sağladı?

Lev’in ekibi sistemi denge hâlindeki bir Hopfield ağı gibi çalıştırmadı. Sistem sürülen-dağıtıcı durumda: Dışarıdan optik sürme ile enerji verilirken, foton kaybı ve diğer dağıtım kanalları enerji taşır. Bu denge-dışı koşullar, hangi durumların kararlı ve yeniden üretilebilir olacağını değiştiriyor.

Araştırmacıların temel sonucu şu: Denge durumunda hatırlamayı bozacak camlı minimumlar, bu sürülen-dağıtıcı dinamikte güvenilir çekicilere, yani kullanılabilir anılara dönüşebiliyor. Ekip, 16 spinli ağda Hopfield sınırının yedi katına kadar çıkan kapasite bildirdi. 14

Deney etrafındaki raporlar, 16 spinli bir yapılandırmada yaklaşık 12 anının geri çağrıldığını; atom tuzakları gevşetildiğinde sayının yaklaşık 25 anıya ulaşabildiğini aktarıyor. Buna karşılık Hopfield referansı yaklaşık 3,6 örüntü. Yine de bunlar küçük bir sistemdeki kavram kanıtı ölçümleri; sonuçları büyük yapay zekâ sistemleri için doğrudan bir ölçeklenme yasası saymak doğru olmaz. 411

Atom hareketi, geçici bir “plastisite” katmanı ekliyor

Bu deneyde atom bulutları sabit, soyut matematiksel spinler değil. Hareketleri, fotonların aracılık ettiği spin-spin etkileşimleriyle bağlantılı. Bir spin yapılandırması atom bulutlarının hareket durumunu etkileyebiliyor; değişen hareket de ağdaki etkin bağlantıları yeniden şekillendirebiliyor.

Ekip bu geri beslemeyi polaronik bir “esneklik” olarak adlandırıyor. İşlevsel açıdan bakıldığında, sinaptik bağlantıların son ağ etkinliğine bağlı ve zamanla değişken hâle gelmesi demek. Araştırmacılar bunu, kalıcı ağırlık eğitimiyle değil, biyolojik sistemlerde görülen kısa süreli sinaptik plastisiteyle karşılaştırıyor. 14

Tuzakların gevşetilmesi atomlara daha fazla hareket alanı tanıyor ve bildirilen sonuçlarda daha yüksek bellek kapasitesiyle ilişkilendiriliyor. Dolayısıyla atom hareketi burada yalnızca bastırılması gereken bir deneysel gürültü değil; hesaplamaya katkı sağlayabilecek aktif bir unsur. 411

Bu sonuç ne anlama geliyor, ne anlama gelmiyor?

Çalışma, kolektif ve denge-dışı atom-foton dinamiklerinden yararlanan deneysel bir çağrışımlı bellek yolu ortaya koyuyor. Ayrıca sürülen-dağıtıcı spin camı ağının mikroskobik düzeyde kontrolünü ve görüntülenmesini sağlıyor. Grubun ilgili çalışmaları, 25 etkin spine kadar kavite-QED spin camı ağlarını da gerçekleştirdi. 2930

Fakat bu, GPU’ların, geleneksel belleğin veya oda sıcaklığında çalışan sinir ağı donanımının yerini alacak hazır bir teknoloji değil. Düzenek; ultrasoğuk atom gazları, yüksek vakum, optik tuzaklar, hassas lazerler ve kararlı çok modlu bir kavite gerektiriyor. Toplam enerji hesabına bütün bu altyapı da dahil edilmeli; mevcut kanıtlar yapay zekâ hesaplamasında genel bir enerji avantajı göstermiyor.

Yine de araştırmanın önerdiği yön önemli: Uyarlanabilir bağlantılara ve denge-dışı kolektif dinamiklere sahip fiziksel sistemler, bazı bellek ve optimizasyon görevleri için dijital yöntemlere alternatif olabilir. Ekibin yayınları sürülen-dağıtıcı spin camları ile dolaşıklık gibi kuantum olgularına yönelik çalışmaların süreceğine işaret ediyor. Bunların büyük ölçekte kullanılabilir bir hesaplama üstünlüğü sağlayıp sağlamayacağı ise hâlâ açık bir deneysel soru. 629