Een NIMS-onderzoeksgroep heeft een ionisch apparaat uitgevonden, een ionische beslisser genoemd, in staat om snel zijn eigen beslissingen te nemen op basis van eerdere ervaring met behulp van veranderingen in ionische/moleculaire concentraties. De groep slaagde er toen in om de werking ervan te demonstreren. Dit apparaat is in staat om beslissingen te nemen en zich efficiënt aan te passen aan veranderende situaties op een manier die geen verband houdt met de opslag van ervaringen uit het verleden in het computergeheugen of met het uitvoeren van besluitvormingsberekeningen. Deze uitvinding kan leiden tot de ontwikkeling van nieuwe kunstmatige intelligentie (AI)-systemen die analoge informatie kunnen verwerken met behulp van hardware op een geheel andere manier dan conventionele AI-systemen die digitale informatie verwerken met behulp van software.

AI-systemen die in staat zijn om snel optimale selecties te maken in reactie op veranderende omstandigheden op verschillende gebieden, zoals informatie en communicatie, productie, economische activiteiten en amusement — zijn dringend nodig. De inspanningen van de afgelopen jaren waren gericht op de ontwikkeling van computergebaseerde AI-systemen die grote hoeveelheden informatie kunnen verwerken met behulp van geavanceerde programma's. Echter, deze systemen hebben een aantal problemen:wanneer ze worden gebruikt om complexe problemen op te lossen met behulp van grote hoeveelheden gegevens, hun activiteiten vertragen en verbruiken grote hoeveelheden elektriciteit.

Deze onderzoeksgroep ontwikkelde een besluitvormend ionisch apparaat dat kan werken met behulp van elektrochemische verschijnselen die worden veroorzaakt door de beweging van protonen (H+) in een vast elektrolyt. Wanneer het apparaat een juiste beslissing neemt, ionen migreren naar de elektrode die bij de beslissing hoort. Herhaalde juiste beslissingen veroorzaken een variatie in ionische/moleculaire concentraties en versterken de beslissing. De onderzoeksgroep paste dit mechanisme toe op een overbelast radiocommunicatienetwerk en slaagde erin aan te tonen dat het apparaat in staat is om een ​​optimaal communicatiekanaal te selecteren (d.w.z. frequentiebereik) dat aan een bepaalde transmissie moet worden toegewezen om het meest effectieve algemene kanaalgebruik te bereiken in verband met veranderende congestiesituaties. Het apparaat toonde ook het vermogen om optimale kanaalselecties te maken om een ​​nog complexer doel te bereiken, d.w.z., het bereiken van het meest effectieve algemene kanaalgebruik bij meerdere gebruikers van communicatienetwerken.

In toekomstige studies, we hopen deze technologie te ontwikkelen tot beter presterende, apparaten met een hogere integratie en deze toepassen op complexe probleemoplossing, niet alleen in communicatienetwerken, maar ook in productie en financiële handel, enz. Bijvoorbeeld, het apparaat kan worden gebruikt om de meest winstgevende selecties te maken uit meerdere opties met dynamische beloningskansen. In aanvulling, we zijn van plan deze technologie toe te passen bij de ontwikkeling van AI-systemen (kunstmatige hersenen) die werken volgens een nieuw werkingsprincipe:niet-geprogrammeerde besluitvormingssystemen die denken als biologische systemen.

Deze studie is gepubliceerd in de online versie van wetenschappelijke vooruitgang , een Amerikaans wetenschappelijk tijdschrift.