Мозг + квантовые компьютеры = NeuroSA: новый алгоритм находит решения там, где другие ИИ сдаются

Группа американских исследователей создала вычислительную систему , способную самостоятельно находить принципиально новые решения сложнейших задач. Разработка получила название NeuroSA и объединила в себе два передовых подхода: принципы работы человеческого мозга и квантово-механические эффекты.

Научный коллектив из Вашингтонского университета в Сент-Луисе возглавил профессор Шантану Чакрабартти. Он поясняет суть проблемы на примере кубика Рубика. Чтобы собрать классическую головоломку размером 3×3, достаточно запомнить определённую последовательность ходов и точно следовать инструкции. Современные компьютеры блестяще справляются с подобными алгоритмическими вычислениями. Однако многие реальные задачи не имеют готовых методов решения, а количество возможных вариантов в них превышает все мыслимые пределы.

Для таких ситуаций требуется особый математический подход. Здесь профессор приводит еще один наглядный пример: поиск самого высокого строения в университетском городке. Измерить каждое здание подряд нереально — на это уйдут месяцы. Исследователю постоянно приходится думать: продолжить изучение текущей территории или переместиться в другой район? Именно такие стратегические дилеммы теперь способна эффективно разрешать нейросеть.

Фундаментом NeuroSA служит нейроморфная архитектура — особая организация электронных схем, воспроизводящая принципы функционирования живых организмов. Подобно биологическому мозгу с миллиардами взаимосвязанных нейронов, она обрабатывает данные через сеть специализированных микропроцессоров, обменивающихся сигналами аналогично природным нервным клеткам.

Однако для максимальной результативности одной биологической модели недостаточно. Авторы интегрировали её с методом квантового отжига Фаулера-Нордхейма — технологией, основанной на фундаментальных принципах микромира для исследования пространства возможных результатов.

Термин "квантовый отжиг" заимствован из металлургии, где материалы медленно охлаждают для улучшения их кристаллической структуры. В компьютерных расчётах этот процесс аналогичен постепенному переходу от активного исследования различных вариантов к закреплению найденного оптимума. Квантово-механический эффект туннелирования электронов, обнаруженный учёными Ральфом Фаулером и Лотаром Нордхеймом, позволяет преодолевать энергетические преграды между состояниями, радикально ускоряя вычисления.

Объединение искусственной нервной системы с принципами квантового мира дало удивительные результаты. При решении сложных задач обычные алгоритмы часто принимают за верный ответ промежуточные решения, не самые эффективные, но кажущиеся приемлемыми — как путник в горах может решить, что достиг вершины, хотя находится лишь на небольшом возвышении. NeuroSA благодаря особым свойствам микромира способна "видеть" всю картину целиком и находить действительно лучшие варианты, пусть на это потребуется время: от нескольких дней до нескольких месяцев, в зависимости от масштаба поставленной цели.

Теоретические изыскания уже получили практическое воплощение. Совместно с компанией SpiNNcloud Systems исследователи создали рабочий прототип на базе специального компьютера SpiNNaker2. Эта уникальная машина спроектирована по образу и подобию человеческого мозга, что делает её идеальной основой для воплощения новаторских идей команды Чакрабартти.

Главная особенность SpiNNaker2 заключается в его устройстве: вместо одного мощного процессора компьютер содержит тысячи маленьких вычислительных элементов, работающих параллельно — точно как настоящие нейроны. Каждый такой элемент отвечает за обработку сигналов от определённой группы искусственных клеток. Все эти миниатюрные процессоры связаны между собой сложной сетью электронных соединений, имитирующих работу естественных нервных волокон. Компьютер расходует минимум энергии, выполняя даже самые сложные вычисления с поразительной эффективностью.

Сферы применения NeuroSA охватывают множество индустрий. В транспортной отрасли алгоритм найдёт идеальные маршруты с учётом десятков параметров: от дорожной обстановки и метеоусловий до режима складских комплексов и специфики транспортируемых товаров. На производственных линиях технология оптимизирует загрузку станков, распределение материалов и очерёдность операций.

Впечатляющие перспективы открываются и для фармацевтической сферы. К примеру, создание медицинских препаратов тесно связано с изучением пространственной организации протеинов — сложных молекул, обладающих множеством конформаций. Форма белковой цепи определяет её характеристики и способность вступать в реакции с другими соединениями. NeuroSA анализирует колоссальное множество вариантов структуры для обнаружения конфигураций с требуемым терапевтическим действием.

Представьте длинную цепочку аминокислот, которая должна свернуться определённым образом, чтобы превратиться в работающий белок. При этом молекула стремится принять самое устойчивое положение, словно мячик, катящийся по сложному рельефу в поисках самой глубокой впадины. На этом пути белку приходится проходить через множество временных форм, прежде чем он найдёт идеальную. NeuroSA же последовательно исследует различные варианты структуры молекулы, но благодаря квантовым эффектам может мгновенно "перепрыгивать" из одного состояния в другое, минуя промежуточные этапы. Это позволяет находить правильное решение намного быстрее, чем при использовании традиционных методов.