論文の概要: Thermodynamic AI and the fluctuation frontier
- arxiv url: http://arxiv.org/abs/2302.06584v3
- Date: Tue, 13 Jun 2023 17:35:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-14 17:44:24.320603
- Title: Thermodynamic AI and the fluctuation frontier
- Title（参考訳）: 熱力学AIと揺らぎフロンティア
- Authors: Patrick J. Coles, Collin Szczepanski, Denis Melanson, Kaelan
Donatella, Antonio J. Martinez, Faris Sbahi
- Abstract要約: 多くの人工知能(AI)アルゴリズムは物理学にインスパイアされ、ゆらぎを用いる。
ソフトウェアとハードウェアが分離不能になる新しい計算パラダイムを提案する。
離散的かつ連続的な熱力学AIハードウェアのための各ビルディングブロックとして、ビット(sビット)とモード(sモード)を識別する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many Artificial Intelligence (AI) algorithms are inspired by physics and
employ stochastic fluctuations. We connect these physics-inspired AI algorithms
by unifying them under a single mathematical framework that we call
Thermodynamic AI. Seemingly disparate algorithmic classes can be described by
this framework, for example, (1) Generative diffusion models, (2) Bayesian
neural networks, (3) Monte Carlo sampling and (4) Simulated annealing. Such
Thermodynamic AI algorithms are currently run on digital hardware, ultimately
limiting their scalability and overall potential. Stochastic fluctuations
naturally occur in physical thermodynamic systems, and such fluctuations can be
viewed as a computational resource. Hence, we propose a novel computing
paradigm, where software and hardware become inseparable. Our algorithmic
unification allows us to identify a single full-stack paradigm, involving
Thermodynamic AI hardware, that could accelerate such algorithms. We contrast
Thermodynamic AI hardware with quantum computing where noise is a roadblock
rather than a resource. Thermodynamic AI hardware can be viewed as a novel form
of computing, since it uses a novel fundamental building block. We identify
stochastic bits (s-bits) and stochastic modes (s-modes) as the respective
building blocks for discrete and continuous Thermodynamic AI hardware. In
addition to these stochastic units, Thermodynamic AI hardware employs a
Maxwell's demon device that guides the system to produce non-trivial states. We
provide a few simple physical architectures for building these devices and we
develop a formalism for programming the hardware via gate sequences. We hope to
stimulate discussion around this new computing paradigm. Beyond acceleration,
we believe it will impact the design of both hardware and algorithms, while
also deepening our understanding of the connection between physics and
intelligence.
- Abstract（参考訳）: 多くの人工知能(AI)アルゴリズムは物理学にインスパイアされ、確率的ゆらぎを用いる。
これらの物理にインスパイアされたAIアルゴリズムを、私たちがThermodynamic AIと呼ぶ単一の数学的フレームワークの下に統一することで接続する。
例えば、(1)生成拡散モデル、(2)ベイズニューラルネットワーク、(3)モンテカルロサンプリング、(4)シミュレートアニールなどである。
このようなサーモダイナミックAIアルゴリズムは現在、デジタルハードウェア上で実行されており、究極的にはスケーラビリティと全体的なポテンシャルを制限している。
確率的ゆらぎは物理的熱力学系で自然に起こり、そのようなゆらぎは計算資源と見なすことができる。
そこで我々は,ソフトウェアとハードウェアが分離不能となる新しいコンピューティングパラダイムを提案する。
我々のアルゴリズム統一により、そのようなアルゴリズムを加速できる熱力学AIハードウェアを含む単一のフルスタックパラダイムを特定できる。
ノイズがリソースではなくロードブロックである量子コンピューティングと、熱力学aiハードウェアを対比する。
熱力学AIハードウェアは、新しい基本的なビルディングブロックを使用するため、コンピューティングの新たな形態と見なすことができる。
離散的かつ連続的な熱力学AIハードウェア構築ブロックとして、確率ビット(sビット)と確率モード(sモード)を識別する。
これらの確率的ユニットに加えて、Thermodynamic AIハードウェアはマクスウェルのデーモンデバイスを使用してシステムを誘導し、非自明な状態を生成する。
これらのデバイスを構築するためのシンプルな物理アーキテクチャを提供し、ゲートシーケンスを介してハードウェアをプログラミングするためのフォーマリズムを開発する。
この新しいコンピューティングパラダイムに関する議論を刺激したいと思っています。
加速以外にも、ハードウェアとアルゴリズムの設計にも影響を与え、物理とインテリジェンスの関係についてより深く理解していくと信じています。
関連論文リスト
- Training Neural Networks with Internal State, Unconstrained
Connectivity, and Discrete Activations [66.53734987585244]
真のインテリジェンスには、内部状態を管理するマシンラーニングモデルが必要だ。
このようなモデルのトレーニングに最も効果的なアルゴリズムは,まだ発見されていない。
このようなトレーニングアルゴリズムを2進アクティベーションと1つの重みの行列のみを持つアーキテクチャに適用する試みについて述べる。
論文 参考訳（メタデータ） (2023-12-22T01:19:08Z) - Thermodynamic Computing System for AI Applications [0.0]
熱力学計算のような物理ベースのハードウェアは、AIプリミティブを加速する高速で低消費電力の手段を提供する可能性がある。
処理ユニット(SPU)と呼ばれる最初の連続可変熱力学コンピュータを提示する。
論文 参考訳（メタデータ） (2023-12-08T05:22:04Z) - DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳（メタデータ） (2023-11-28T18:58:48Z) - AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。
AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文 参考訳（メタデータ） (2023-10-19T02:00:31Z) - Thermodynamic Computing via Autonomous Quantum Thermal Machines [0.0]
我々は,自律型量子熱機械に基づく古典計算のための物理モデルを開発した。
熱力学ニューロンのネットワークは任意の所望の機能を発揮することを示す。
論文 参考訳（メタデータ） (2023-08-30T09:15:41Z) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - Thermodynamic Linear Algebra [0.7377893131680263]
線形代数を加速するために,古典的熱力学に基づく別の物理計算パラダイムを考える。
本稿では、方程式の線形系、行列逆数、(3)行列行列行列式、(4)リアプノフ方程式を解くための単純な熱力学アルゴリズムを提案する。
我々のアルゴリズムはエルゴディディティ、エントロピー、平衡といった熱力学の原理を利用しており、これら2つの明らかに異なる分野間の深い関係を浮き彫りにしている。
論文 参考訳（メタデータ） (2023-08-10T16:01:07Z) - Reliable AI: Does the Next Generation Require Quantum Computing? [71.84486326350338]
デジタルハードウェアは、最適化、ディープラーニング、微分方程式に関する問題の解決に本質的に制約されていることを示す。
対照的に、Blum-Shub-Smale マシンのようなアナログコンピューティングモデルは、これらの制限を克服する可能性を示している。
論文 参考訳（メタデータ） (2023-07-03T19:10:45Z) - A full-stack view of probabilistic computing with p-bits: devices,
architectures and algorithms [0.014319921806060482]
pビットを用いた確率計算のフルスタックレビューを提供する。
pビットはエネルギー効率のよい確率システムを構築するのに使用できると我々は主張する。
我々は、機械学習からAIまで、確率的コンピュータの主な応用について概説する。
論文 参考訳（メタデータ） (2023-02-13T15:36:07Z) - Neurocompositional computing: From the Central Paradox of Cognition to a
new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。
ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文 参考訳（メタデータ） (2022-05-02T18:00:10Z) - Preparing thermal states on noiseless and noisy programmable quantum
processors [0.0]
我々は、短期量子コンピュータ上での熱状態を作成するための証明可能な保証を備えた2つの量子アルゴリズムを提供する。
最初のアルゴリズムは、アシラキュービットが無限の熱浴として機能する自然熱化プロセスにインスパイアされている。
第2のアルゴリズムは任意のシステムで動作し、一般に指数時間で実行される。
論文 参考訳（メタデータ） (2021-12-29T18:06:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。