一种通过自身发生物理改变，来进行学习的智能材料(类似于人脑的工作方式)，可能会成为新一代量子计算机的基础。
荷兰内梅亨大学(Radboud University Nijmegen)的物理学家们，朝这种所谓“量子大脑(quantum brain)”研究方向，迈出了重要的一步。他们证明可以对单原子网络进行仿制和连接操作，并模仿人类大脑中神经元和突触(synapse)的自主行为。研究成果以“An atomic Boltzmann machine capable of self-adaption”为题，发表在《自然-纳米技术》上[2]。随着人们对于算力的需求日益增长，越来越多的数据中心也成为必需品，而所有的这些需求，都带来了大量的能耗。内梅亨大学的扫描探针显微镜的教授Alexander Khajetoorians，同样也是此次研究项目的负责人，他表示必须找到一种新的策略，保证节能的同时，存储并处理信息。图2｜Alexander Khajetoorians教授（来源：内梅亨大学）他补充说，要做到这一点，不仅需要改进技术，还需要一个颠覆性的方法来进行基础研究。研究人员基于材料的量子特性构建了“量子大脑”，这种新策略可能会成为未来人工智能应用解决方案的基础。为了使人工智能发挥效用，计算机要做到能够识别世界上目前现有的模式，并学习和补充新的模式。当今的计算机通过机器学习软件来实现这一点，该软件可以在一个独立的计算机硬盘上，控制信息的存储和处理。此次论文的合著者，神经网络和机器智能的教授Bert Kappen表示，直至目前，这项发展了长达一个世纪之久的技术，已经可以进行有效的工作了，但是其工作过程过于耗能。内梅亨大学的物理学家们，对一个硬件是否可以在不需要软件的情况下完成相同的工作展开研究。研究发现，通过在黑磷(black phosphorus)上构建一个钴原子(cobalt atoms)网络，他们能够创建一种材料，该材料以与大脑相似的方式，存储和处理信息。更令人惊讶的是，这种材料还能自适应。2018年，Khajetoorians教授就与合作者展示了，可以在单个钴原子的状态下存储信息。通过向原子施加电压，可以诱导其“开火(firing)”，即原子像一个神经元一样，在0和1之间随机穿梭。图4｜单原子网络（来源：Public Domain）他们现在已经发现了一种为这些原子创造一个定制的集合体的途径，且研究人员还发现，这些集合体的“开火”行为，是模仿了用于人工智能中的类脑模型的行为。除了观察脉冲神经元的行为，研究人员还能够创造出目前为止最小的突触。且在实验过程中，无意间观察到，上文所述的集合体具有自适应的特性。这是指，集合体的突触会根据它们“看到”的输入来改变自身行为。Khajetoorians教授表示，当用一定的电压长时间刺激材料时，研究人员惊讶地发现突触发生了变化。材料根据受到的外部刺激，而调整自身的反应，它是在自我学习当中的。研究人员计划扩大系统规模，建立一个更大的原子网络，同时探索可以使用的新量子材料。此外，他们还需要了解原子网络为什么会发生这样的行为。Khajetoorians教授认为，研究人员们现在可以将基础物理学与生物学中的概念相关联，比如学习与记忆。图5｜“量子大脑”（来源：Alien Symbology）如果研究人员最终可以用这种材料构造出一台真正的机器，那么就表示，可以制造出一台比现在的计算机更加节能、体积更小的自主学习计算设备。然而，只有当研究人员全部了解其工作原理之后，才能调节它的行为，并将其开发为一种技术。虽然目前仍是一个正在解开的谜团，但是“破解”过程还是相当令人兴奋的。[1]https://phys.org/news/2021-02-quantum-brain.html[2]https://www.nature.com/articles/s41565-020-00838-4- E-mail：support@qtumist.com
声明：此文出于传递更多信息之目的。若有来源标注错误或侵权，请作者持权属证明与我们联系，我们及时更正、删除