Kan een computer leren van het verleden en net als een mens voorspellen wat er gaat gebeuren?
Het zal je misschien niet verbazen dat sommige geavanceerde AI-modellen deze prestatie kunnen leveren, maar hoe zit het met een computer die er een beetje anders uitziet – meer als een watertank?
We hebben een kleine proof-of-concept-computer gebouwd die stromend water gebruikt in plaats van een traditionele logische processor en toekomstige gebeurtenissen voorspelt via een aanpak die ‘reservoir computing’ wordt genoemd.
In benchmarktests presteerde onze analoge computer goed in het onthouden van invoergegevens en het voorspellen van toekomstige gebeurtenissen – en in sommige gevallen presteerde hij zelfs beter dan een krachtige digitale computer.
Dus hoe werkt het?
Stenen gooien in het meer
Stel je twee kinderen voor, Alice en Bob, die spelen aan de rand van een meer. Bob laat grote en kleine stenen een voor een in het water vallen, schijnbaar willekeurig.
Grote en kleine stenen creëren watergolven van verschillende groottes. Alice kijkt naar de watergolven die door de stenen worden gecreëerd en leert te voorspellen wat de golven daarna zullen doen – en op basis hiervan kan ze een idee krijgen van welke steen Bob als volgende zal gooien.
Tankcomputers repliceren het redeneerproces dat plaatsvindt in de hersenen van Alice. Ze kunnen leren van input uit het verleden om toekomstige gebeurtenissen te voorspellen.
Hoewel reservoircomputers voor het eerst werden voorgesteld met behulp van neurale netwerken – computerprogramma’s die losjes gebaseerd waren op de structuur van neuronen in de hersenen – kunnen ze ook worden gebouwd met eenvoudige fysieke systemen.
Tankcomputers zijn analoge computers. Een analoge computer vertegenwoordigt continu gegevens, in tegenstelling tot digitale computers die gegevens weergeven als abrupt veranderende binaire toestanden van “nul” en “één”.
Door gegevens op een continue manier weer te geven, kunnen analoge computers bepaalde fysieke gebeurtenissen beter modelleren dan een digitale computer.
Hoe voorspellingen te doen
Om te begrijpen hoe we een reservoircomputer kunnen gebruiken om voorspellingen te doen, stel je voor dat je een record hebt van de dagelijkse regenval van het afgelopen jaar en dat er een emmer water in de buurt is. De emmer wordt onze “computertank”.
We importeren de dagelijkse neerslagregistratie in de stenen bak. Voor een dag met lichte regen een steentje ingooien. voor een dag met hevige regen, een grote steen. Voor een dag zonder regen gooien we geen steen.
Elke steen creëert golven, die vervolgens rond de emmer rollen en interageren met de golven die door andere stenen worden gecreëerd.
Aan het einde van dit proces geeft de toestand van het water in de emmer ons een voorspelling. Als interacties tussen golven grote nieuwe golven creëren, kunnen we zeggen dat onze reservoircomputer zware regenval voorspelt. Maar als ze klein zijn, mogen we alleen lichte regen verwachten.
Het is ook mogelijk dat de golven elkaar opheffen en een oppervlak van stilstaand water vormen. In dit geval hoeven we geen regen te verwachten.
De tank maakt een weersvoorspelling omdat golven in de tank en neerslagpatronen in de loop van de tijd evolueren volgens dezelfde natuurwetten.
Dat geldt ook voor vele andere natuurlijke en sociaal-economische processen. Dit betekent dat een tankcomputer ook financiële markten en zelfs bepaalde soorten menselijke activiteit kan voorspellen.
Langere golven
De tankcalculator “emmer water” heeft zijn grenzen. Om te beginnen zijn golven van korte duur. Om complexe processen zoals klimaatverandering en bevolkingsgroei te voorspellen, hebben we een reservoir van meer veerkrachtige golven nodig.
frameborder=”0″ allow=”versnellingsmeter; automatisch afspelen; Draft-record; versleutelde media. gyroscoop; foto in foto; web-share” allowfullscreen>
Een optie is “solitons”. Dit zijn zelfversterkende golven die hun vorm behouden en lange afstanden afleggen.
Voor onze tankcomputer hebben we solide solitonachtige golven gebruikt. Zulke golven zie je vaak in een wastafel of fontein in de badkamer.
In onze computer stroomt een dun laagje water over een licht hellende metalen plaat. Een kleine elektrische pomp verandert de stroomsnelheid en creëert solitaire golven.
We hebben een fluorescerend materiaal toegevoegd om het water te laten gloeien onder UV-licht om de grootte van de golven nauwkeurig te meten.
frameborder=”0″ allow=”versnellingsmeter; automatisch afspelen; Draft-record; versleutelde media. gyroscoop; foto in foto; web-share” allowfullscreen>
De pomp speelt de rol van het laten vallen van stenen in het spel van Alice en Bob, maar de eenzame golven komen overeen met de golven op het wateroppervlak.
Solitaire golven bewegen veel sneller en leven langer dan watergolven in een emmer, waardoor onze computer gegevens sneller kan verwerken.
Hoe werkt het?
We hebben het vermogen van onze computer getest om invoer uit het verleden te onthouden en voorspellingen te doen op een chaotische en willekeurige referentiegegevensset.
Niet alleen voerde onze computer alle taken uitzonderlijk goed uit, hij presteerde ook beter dan een krachtige digitale computer met hetzelfde probleem.
Met mijn collega Andrey Pototsky hebben we ook een wiskundig model gemaakt waarmee we de fysieke eigenschappen van solitaire golven beter konden begrijpen.
Vervolgens zijn we van plan onze computer te miniaturiseren als een microfluïdische processor. Watergolven zouden berekeningen moeten kunnen doen in een chip die vergelijkbaar werkt met de siliciumchips die in elke smartphone worden gebruikt.
In de toekomst kan onze computer mogelijk betrouwbare langetermijnvoorspellingen maken op gebieden als klimaatverandering, bosbranden en financiële markten – tegen veel lagere kosten en een grotere beschikbaarheid dan de huidige supercomputers.
Onze computer is ook fysiek immuun voor cyberaanvallen omdat er geen gebruik wordt gemaakt van digitale data.
Onze visie is dat een op soliton gebaseerde microfluïdische reservoircomputer datawetenschap en machine learning naar landelijke en afgelegen gemeenschappen over de hele wereld zal brengen. Maar voorlopig gaat ons onderzoekswerk door.
Ivan Maksymov, hoofdonderzoeker, Charles Sturt University
Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.
