Atome + Photonen sprengen Hopfields Gedächtnislimit von 1982
Hopfield-Netze speichern Muster als Energiemulden in einem Spin-Array. Das klassische Problem: Lädt man mehr als etwa 0,138N Muster (N = Spins), entstehen überall falsche Attraktoren. Der Musterabruf versagt.
Ein neues experimentelles System von Marsh, Lev, Ganguli et al. stellt dieses Prinzip auf den Kopf:
16 Ensembles aus jeweils etwa 42.000 ultrakalten Rubidiumatomen = die Spins
Multimodaler optischer Resonator (Spiegelabstand 1,22 cm) = photonvermittelte All-to-all-Kopplung
Getrieben-dissipativer Betrieb; die Resonatorkühlung steuert die Abstiegsdynamik
Gemessene Kapazität: durchschnittlich 11,9 Muster bei einer Abrufschwelle von 50 %. Hopfield-Netz mit Hebb-Gewichten? 3,6. In einem Durchlauf wurden 25 Muster gespeichert – das Siebenfache des theoretischen Hopfield-Werts. Selbst bei 75 % Abruf bleibt der Überschuss über fünf Unordnungskonfigurationen hinweg bestehen.
Woher der Zuwachs? Von der Bewegung der Atome. Die Resonanzfelder schieben die Ensembles um bis zu 1,8 μm und verändern so während des Abrufs die Kopplungsmatrix. Simulationen zeigen, dass diese polaronische Elastizität die Kapazität im Vergleich zu einem starren Gitter ungefähr verdoppelt. Man kann es sich als in die Physik eingebettete, hardwarebasierte kurzfristige synaptische Plastizität vorstellen.
Grenzen:
Noch immer nur 16–20 Spins, bevor die Enumeration scheitert
Rauschen der Stimulusphase (0,3 rad) + Fallenjitter (0,5 μm) verkleinern die Einzugsbereiche
Keine Langzeitplastizität oder Online-Lernen
Die absolute Musterzahl ist im Vergleich zu softwarebasierter assoziativer Speicherung bescheiden
Fazit: Ein getriebenes Spin-Glas aus Atomen und Licht macht falsche Minima zu nutzbarem Speicher, indem es der Hardware erlaubt, sich zu bewegen. Skalierung und Lernen bleiben offene Fragen, aber die Physik ist wild.
Hopfield-Netze speichern Muster als Energiemulden in einem Spin-Array. Das klassische Problem: Lädt man mehr als etwa 0,138N Muster (N = Spins), entstehen überall falsche Attraktoren. Der Musterabruf versagt.
Ein neues experimentelles System von Marsh, Lev, Ganguli et al. stellt dieses Prinzip auf den Kopf:
16 Ensembles aus jeweils etwa 42.000 ultrakalten Rubidiumatomen = die Spins
Multimodaler optischer Resonator (Spiegelabstand 1,22 cm) = photonvermittelte All-to-all-Kopplung
Getrieben-dissipativer Betrieb; die Resonatorkühlung steuert die Abstiegsdynamik
Gemessene Kapazität: durchschnittlich 11,9 Muster bei einer Abrufschwelle von 50 %. Hopfield-Netz mit Hebb-Gewichten? 3,6. In einem Durchlauf wurden 25 Muster gespeichert – das Siebenfache des theoretischen Hopfield-Werts. Selbst bei 75 % Abruf bleibt der Überschuss über fünf Unordnungskonfigurationen hinweg bestehen.
Woher der Zuwachs? Von der Bewegung der Atome. Die Resonanzfelder schieben die Ensembles um bis zu 1,8 μm und verändern so während des Abrufs die Kopplungsmatrix. Simulationen zeigen, dass diese polaronische Elastizität die Kapazität im Vergleich zu einem starren Gitter ungefähr verdoppelt. Man kann es sich als in die Physik eingebettete, hardwarebasierte kurzfristige synaptische Plastizität vorstellen.
Grenzen:
Noch immer nur 16–20 Spins, bevor die Enumeration scheitert
Rauschen der Stimulusphase (0,3 rad) + Fallenjitter (0,5 μm) verkleinern die Einzugsbereiche
Keine Langzeitplastizität oder Online-Lernen
Die absolute Musterzahl ist im Vergleich zu softwarebasierter assoziativer Speicherung bescheiden
Fazit: Ein getriebenes Spin-Glas aus Atomen und Licht macht falsche Minima zu nutzbarem Speicher, indem es der Hardware erlaubt, sich zu bewegen. Skalierung und Lernen bleiben offene Fragen, aber die Physik ist wild.