從磁性啟發到神經網路

我們的大腦能在模糊、局部訊息中迅速辨識事物,這種強大的學習與記憶能力成為人工智慧模仿的對象。本文介紹一種由磁性材料中自旋玻璃啟發的神經網路模型,即Hopfield網路。自旋玻璃因內部自旋無法滿足彼此相斥的排列需求,呈現出多個穩定但不唯一的能量谷,每個谷可視為一種記憶狀態。Hopfield網路仿此原理,將神經元狀態類比為自旋,透過彼此間的連結強度儲存資訊,並在擾動後自動回復至穩定記憶。雖然該網路有容量限制,但它奠定了神經計算的物理基礎。隨著深度學習與新型架構的出現,這種由物理啟發的神經網路不僅拓展了我們對人工智慧的理解,也讓電腦記憶系統邁向更強大與抽象的層次。

Read more

用磁性模型解決生活難題

生活中我們常面臨一些難以選擇的問題,例如,去旅行想造訪的城市過多,路程與停留時間不易安排。排課或排班總是擠在某幾天,一回到家整個人都累爆了。出門旅遊明明按照導航行駛,為什麼還是花很久的時間在開車?這些生活難題都與求解最佳化問題有關。雖然近代電腦的運算速度越來越快,但符合問題的答案太多,在有限時間內,最多僅能找到局部的最佳解,無法找到問題真正的最優解答。若想求解這類問題,可以利用百年前物理學家發明的磁型模型,將問題轉化為選擇問題,再透過量子退火電腦就能馬上迎刃而解。

Read more

不具備磁性也能儲存資料:第三類磁性登場

交錯磁體是一種近年被發現與證實的特殊磁性結構。交錯磁性既不同於傳統的鐵磁性,也不同於反鐵磁性,展現出獨特的自旋排列與電子特性。在這種材料中,內部磁矩以特殊交錯方式排列,雖然整體不產生淨磁場,卻能對自旋電子產生明顯的選擇性作用。這使交錯磁性成為自旋電子元件領域的潛力新星,有望兼具鐵磁材料易於控制與反鐵磁材料抗干擾的優點,於去年更是被科學雜誌列為十大科學突破之一。隨著材料工程與測量技術的精進,交錯磁性有望從理論走向應用。若說二十一世紀的前半場是自旋電子學的起點,那交錯磁性極有可能就是下個重要的里程碑。

Read more

電子的高速鐵路:量子自旋霍爾效應

你知道電子也有高速鐵路嗎?在拓樸絕緣體中,電子雖然不能在絕緣體中移動,但是卻能在這樣的材料表面中,如同在導體上一般移動,正如人們身處在壅擠的月臺上無法移動,但一當搭上月臺兩側的高鐵時,便能高速的行進。這便是著名的物理效應——量子自旋霍爾效應。

Read more