Artificial neurons go quantum with photonic circuits

ENG: At the heart of all artificial intelligence applications are mathematical models called neural networks which are inspired by the biological structure of the human brain. Neural networks can be trained by tuning their internal structure until they become capable of human-level tasks: recognizing our face, interpreting medical images for diagnosis, even driving our cars. Having integrated devices capable of performing the computations involved in neural networks quickly and efficiently has thus become a major research focus, both academic and industrial.

One of the major game changers in the field was the discovery of the memristor, made in 2008. This device changes its resistance depending on a memory of the past current, hence the name memory-resistor, or memristor. Immediately after its discovery, scientists realized that (among many other applications) the peculiar behavior of memristors was surprisingly similar to that of neural synapses. The memristor has thus become a fundamental building block of neuromorphic architectures.

Credit: Equinox Graphics, University of Vienna

A group of experimental physicists from the University of Vienna, the National Research Council (CNR) and the Politecnico di Milano led by Prof. Philip Walther and Dr. Roberto Osellame, have now demonstrated that it is possible to engineer a device that has the same behavior as a memristor, while acting on quantum states and being able to encode and transmit quantum information. In other words, a quantum memristor. Realizing such device is challenging because the dynamics of a memristor tends to contradict the typical quantum behavior.

By using single photons, i.e. single quantum particles of lights, and exploiting their unique ability to propagate simultaneously in a superposition of two or more paths, the physicists have overcome the challenge. In their experiment, single photons propagate along waveguides laser-written on a glass substrate and are guided on a superposition of several paths. One of these paths is used to measure the flux of photons going through the device and this quantity, through a complex electronic feedback scheme, modulates the transmission on the other output, thus achieving the desired memristive behavior.

RO: În centrul tuturor aplicațiilor de inteligență artificială se află modele matematice numite rețele neuronale, care sunt inspirate de structura biologică a creierului uman. Rețelele neuronale pot fi antrenate prin reglarea structurii lor interne până când devin capabile să îndeplinească sarcini de nivel uman: să ne recunoască fețe, să interpreteze imagini medicale pentru diagnosticare, chiar să conducă mașini. Prin urmare, existența unor dispozitive integrate capabile să efectueze rapid și eficient calculele implicate în rețelele neuronale a devenit un obiectiv major al cercetării, atât în mediul academic, cât și în cel industrial.

Unul dintre cele mai importante schimbări în acest domeniu a fost descoperirea memristorului, făcută în 2008. Acest dispozitiv își schimbă rezistența în funcție de o memorie a curentului trecut, de unde și numele de rezistor de memorie. Imediat după descoperirea sa, oamenii de știință și-au dat seama că (printre multe alte aplicații) comportamentul deosebit al memristoarelor era surprinzător de asemănător cu cel al sinapselor neuronale. Astfel, el a devenit o componentă fundamentală a arhitecturilor neuromorfice.

Un grup de fizicieni experimentali de la Universitatea din Viena, de la Consiliul Național de Cercetare și de la Politehnica din Milano, condus de profesorii Philip Walther și Roberto Osellame, a demonstrat acum că este posibil să se creeze un dispozitiv care are același comportament ca un memristor, acționând în același timp asupra stărilor cuantice și fiind capabil să codifice și să transmită informații cuantice. Cu alte cuvinte, un memristor cuantic. Realizarea unui astfel de dispozitiv reprezintă o provocare, deoarece dinamica unui memristor tinde să contrazică comportamentul cuantic tipic.

Utilizând fotoni unici, adică particule cuantice unice de lumină, și exploatând capacitatea lor de a se propaga simultan într-o superpoziție de două sau mai multe căi, fizicienii au depășit provocarea. În experimentul lor, fotonii unici se propagă de-a lungul unor ghiduri de undă scrise cu laser pe un substrat de sticlă și sunt ghidați pe o suprapunere a mai multor căi. Una dintre aceste căi este folosită pentru a măsura fluxul de fotoni care trece prin dispozitiv, iar această cantitate, printr-o schemă electronică complexă de feedback, modulează transmisia pe cealaltă ieșire, obținând astfel comportamentul memristiv dorit.

Adapted and abridged from source (Universität Wien, “Artificial neurons go quantum with photonic circuits”, 24.03.2022)

Paper: Michele Spagnolo, Joshua Morris, Simone Piacentini, Michael Antesberger, Francesco Massa, Francesco Ceccarelli, Andrea Crespi, Roberto Osellame, Philip Walther, et al: “Experimental quantum memristor”. In: Nature Photonics, DOI: 10.1038/s41566-022-00973-5

BirdBot is energy-efficient thanks to nature as a model

ENG: Graceful, elegant, powerful – flightless birds like the ostrich are a mechanical wonder. Ostriches, some of which weigh over 100kg, run through the savanna at up to 55km/h. The ostrich’s outstanding locomotor performance is thought to be enabled by the animal’s leg structure. Unlike humans, birds fold their feet back when pulling their legs up towards their bodies. Why do the animals do this? Why is this foot movement pattern energy-efficient for walking and running? And can the bird’s leg structure with all its bones, muscles, and tendons be transferred to walking robots? Alexander Badri-Spröwitz has spent more than five years on these questions. At the Max Planck Institute for Intelligent Systems (MPI-IS), he leads the Dynamic Locomotion Group. His team works at the interface between biology and robotics in the field of biomechanics and neurocontrol. The dynamic locomotion of animals and robots is the group’s main focus. Together with his doctoral student Alborz Aghamaleki Sarvestani, Badri-Spröwitz has constructed a robot leg that, like its natural model, is energy-efficient: BirdBot needs fewer motors than other machines and could, theoretically, scale to large size.

A person weighing over 100kg can also stand well and for a long time, but only with the knees ‘locked’ in an extended position. If the person were to squat slightly, it becomes strenuous after a few minutes. The bird, however, does not seem to mind its bent leg structure; many birds even stand upright while sleeping. The researchers built a robotic leg modeled after the leg of a flightless bird. They constructed their artificial bird leg so that its foot features no motor, but instead a joint equipped with a spring and cable mechanism. Each leg contains only two motors— the hip joints motor, which swings the leg back and forth, and a small motor that flexes the knee joint to pull the leg up. After assembly, the researchers walked BirdBot on a treadmill to observe the robot’s foot folding and unfolding. When standing, the leg expends zero energy because “the foot and leg joints don’t need actuation in the stance phase,” says Aghamaleki Sarvestani. “Springs power these joints, and the multi-joint spring-tendon mechanism coordinates joint movements. When the leg is pulled into swing phase, the foot disengages the leg’s spring – or the muscle-tendon spring, as we believe it happens in animals,” Badri-Spröwitz adds.

The treadmill is now switched back on, the robot starts running, and with each leg swing, the foot disengages the leg’s spring. To disengage, the large foot movement slacks the cable and the remaining leg joints swing loosely. This transition of states, between standing and leg swing, is provided in most robots by a motor at the joint. And a sensor sends a signal to a controller, which turns the robot’s motors on and off. “Previously, motors were switched depending on whether the leg was in the swing or stance phase. Now the foot takes over this function in the walking machine, mechanically switching between stance and swing. We only need one motor at the hip joint and one motor to bend the knee in the swing phase. We leave leg spring engagement and disengagement to the bird-inspired mechanics. This is robust, fast, and energy-efficient,” says Badri-Spröwitz.

RO: Grațioase, elegante, puternice – păsările care nu zboară, precum struțul, sunt o minune mecanică. Struții, care pot ajunge să cântărească peste 100 kg, aleargă prin savană cu până la 55 km/h. Se crede că performanța locomotorie remarcabilă a acestora este posibilă datorită structurii picioarelor. Spre deosebire de oameni, păsările își pliază picioarele înapoi atunci când le trag în sus spre corp. De ce fac acest lucru? De ce este acest model de mișcare a picioarelor eficient din punct de vedere energetic pentru mers și alergare? Și poate fi transferată structura picioarelor păsărilor, cu toate oasele, mușchii și tendoanele sale, la roboții care merg? Alexander Badri-Spröwitz a încercat să găsească răspuns acestor întrebări de peste cinci ani. La Institutul Max Planck pentru Sisteme Inteligente, el conduce Grupul de Locomoție Dinamică. Echipa sa lucrează la interfața dintre biologie și robotică în domeniul biomecanicii și al neurocontrolului. Locomoția dinamică a animalelor și a roboților este principalul obiectiv al grupului. Împreună cu studentul său doctorand Alborz Aghamaleki Sarvestani, Badri-Spröwitz a construit un picior de robot care, la fel ca modelul său natural, este eficient din punct de vedere energetic: BirdBot are nevoie de mai puține motoare decât alți roboți și ar putea, teoretic, să fie construit la dimensiuni mari.

Credit: MPI-IS

O persoană care cântărește peste 100 kg poate, de asemenea, să stea bine în picioare și pentru o perioadă lungă de timp, dar numai cu genunchii “blocați” în poziție întinsă. Dacă persoana ar trebui să se ghemuiască ușor, acest lucru devine obositor după câteva minute. Pasărea, însă, nu pare să se supere pe structura picioarelor îndoite; multe păsări chiar dorm în picioare. Cercetătorii au construit piciorul artificial de pasăre astfel încât să nu aibă niciun motor, ci o articulație echipată cu un mecanism cu arc și cablu. Fiecare picior conține doar două motoare – motorul articulației șoldului, care balansează înainte și înapoi, și un mic motor care flexează articulația genunchiului pentru a trage piciorul în sus. După asamblare, cercetătorii au plimbat BirdBot pe o bandă de alergare pentru a observa plierea și desfășurarea robotului. Când stă în picioare, piciorul nu consumă energie deoarece “articulațiile acestuia nu au nevoie de acționare în faza de sprijin”, spune Aghamaleki Sarvestani. “Arcurile alimentează aceste articulații, iar mecanismul multiarticular cu arcuri și tendoane le coordonează mișcările. Când piciorul este tras în faza de balansare, se dezactivează resortul mușchi-tendon, așa cum credem că se întâmplă la animale”, adaugă Badri-Spröwitz.

Acum, banda de alergare este pornită din nou, robotul începe să alerge, iar la fiecare legănare piciorul dezactivează resortul. Pentru a se decupla, mișcarea mare a piciorului slăbește cablul, iar articulațiile rămase se balansează liber. Această tranziție de stări, între statul în picioare și legănare, este asigurată în majoritatea roboților de un motor la articulație. Iar un senzor trimite un semnal către un controler, care pornește și oprește motoarele robotului. “Anterior, motoarele erau comutate în funcție de faptul dacă piciorul se afla în faza de balansare sau de poziție. Acum, piciorul preia această funcție, comutând mecanic între poziția de sprijin și cea de balansare. Avem nevoie doar de un singur motor la articulația șoldului și de un motor pentru a îndoi genunchiul în faza de balansare. Lăsăm angajarea și dezangajarea arcului piciorului pentru mecanica inspirată de păsări. Acest lucru este robust, rapid și eficient din punct de vedere energetic”, spune Badri-Spröwitz.

Adapted and abridged from source (Max Planck Institute, “BirdBot is energy-efficient thanks to nature as a model”, 16.03.2022)

Paper: Alexander Badri-Spröwitz, Alborz Aghamaleki Sarvestani, Metin Sitti, Monica A. Daley. BirdBot achieves energy-efficient gait with minimal control using avian-inspired leg clutching. Science Robotics, 2022; 7 (64) DOI: 10.1126/scirobotics.abg4055

DNA serves as starting point for the next data storage solution

ENG: Imagine Bach’s “Cello Suite No. 1” played on a strand of DNA. This scenario is not as impossible as it seems. Too small to withstand a rhythmic strum or sliding bowstring, DNA is a powerhouse for storing audio files and all kinds of other media. “DNA is nature’s original data storage system. We can use it to store any kind of data: images, video, music — anything,” said Kasra Tabatabaei, a researcher at the Beckman Institute for Advanced Science and Technology and a coauthor on this study. Expanding DNA’s molecular makeup and developing a precise new sequencing method enabled a multi-institutional team to transform the double helix into a robust, sustainable data storage platform.

 DNA data storage using natural and chemically modified nucleotides. Credit: Beckman Institute

Its longevity rivaled only by durability, DNA is designed to weather Earth’s harshest conditions — sometimes for tens of thousands of years — and remain a viable data source. Scientists can sequence fossilized strands to uncover genetic histories and breathe life into long-lost landscapes. Despite its diminutive stature, DNA is a bit like Dr. Who’s infamous police box: bigger on the inside than it appears. Another important aspect of DNA is its natural abundance and near-infinite renewability, a trait not shared by the most advanced data storage system on the market today: silicon microchips, which often circulate for just decades before an unceremonious burial in a heap of landfilled e-waste.

Envisioning the future of data storage, the interdisciplinary team examined DNA’s millennia-old MO. Then, the researchers added their own 21st-century twist. In nature, every strand of DNA contains four chemicals — adenine, guanine, cytosine, and thymine — often referred to by the initials A, G, C, and T. They arrange and rearrange themselves along the double helix into combinations that scientists can decode, or sequence, to make meaning. The researchers expanded DNA’s already broad capacity for information storage by adding seven synthetic nucleobases to the existing four-letter lineup. Because this team is the first to use chemically modified nucleotides for information storage in DNA, members innovated around a unique challenge: not all current technology is capable of interpreting chemically modified DNA strands. To solve this problem, they combined machine learning and artificial intelligence to develop a first-of-its-kind DNA sequence readout processing method. Their solution can discern modified chemicals from natural ones, and differentiate each of the seven new molecules from one another.

RO: Imaginați-vă “Suita pentru violoncel nr. 1” a lui Bach interpretată pe un fir de ADN. Acest scenariu nu este atât de imposibil pe cât pare. Prea mic pentru a rezista la un acord ritmic sau la o coardă de arcuș care alunecă, ADN-ul este un centru de putere pentru stocarea fișierelor audio și a altor tipuri de medii. “ADN-ul este sistemul original de stocare a datelor din natură. Îl putem folosi pentru a stoca orice tip de date: imagini, videoclipuri, muzică – orice”, a declarat Kasra Tabatabaei, cercetător la Beckman Institute for Advanced Science and Technology și coautor al acestui studiu. Extinderea compoziției moleculare a ADN-ului și dezvoltarea unei noi metode precise de secvențiere au permis unei echipe multi-instituționale să transforme dublul helix într-o platformă de stocare a datelor robustă și durabilă.

Longevitatea sa rivalizând doar cu durabilitatea, ADN-ul este conceput pentru a rezista în cele mai dure condiții de pe Pământ – uneori timp de zeci de mii de ani – și a rămâne o sursă de date viabilă. Oamenii de știință pot secvenția firele fosilizate pentru a descoperi istorii genetice și pentru a da viață unor peisaje demult pierdute. În ciuda dimensiunii sale mici, ADN-ul este un pic ca infama cutie de poliție a lui Dr. Who: mai mare în interior decât pare. Un alt aspect important al ADN-ului este abundența sa naturală și capacitatea sa de reînnoire aproape infinită, o trăsătură pe care nu o împărtășește cel mai avansat sistem de stocare a datelor de pe piață în prezent: microcipurile de siliciu, care circulă adesea doar câteva decenii înainte de a fi îngropate fără ceremonie într-o grămadă de deșeuri electronice depozitate la groapa de gunoi.

Imaginând viitorul stocării datelor, echipa interdisciplinară a examinat modul de operare milenar al ADN-ului. Apoi, cercetătorii au adăugat propria lor particularitate din secolul XXI. În natură, fiecare fir de ADN conține patru substanțe chimice – adenină, guanină, citozină și timină – denumite adesea prin inițialele A, G, C și T. Acestea se aranjează și se rearanjează de-a lungul dublei helixuri în combinații pe care oamenii de știință le pot decoda, sau secvenția, pentru a da sens. Cercetătorii au extins capacitatea deja largă a ADN-ului de stocare a informațiilor prin adăugarea a șapte nucleobaze sintetice la linia existentă de patru litere. Deoarece această echipă este prima care a folosit nucleotide modificate chimic pentru stocarea informațiilor în ADN, membrii ei au inovat în jurul unei provocări unice: nu toată tehnologia actuală este capabilă să interpreteze șirurile de ADN modificate chimic. Pentru a rezolva această problemă, ei au combinat învățarea mecanică și inteligența artificială pentru a dezvolta o metodă de procesare a citirii secvențelor de ADN, prima de acest fel. Soluția lor poate discerne substanțele chimice modificate de cele naturale și poate diferenția fiecare dintre cele șapte molecule noi una de alta.

Source (Beckman Institute, Jenna Kurtzweil, “Expanded alphabet, precise sequencing make DNA the next data storage solution”, 02.03.2022)

Paper: Tabatabaei, S.K., Pham, B., Pan, C., Liu, J., Chandak, S., Shorkey, S.A., Hernandez, A.G., Aksimentiev, A., Chen, M., Schroeder, C.M. and Milenkovic, O., 2021. Expanding the Molecular Alphabet of DNA-Based Data Storage Systems with Neural Network Nanopore Readout Processing. bioRxiv.

The physics of fire ant rafts could help engineers design swarming robots

ENG: Noah rode out his flood in an ark. Winnie-the-Pooh had an upside-down umbrella. Fire ants (Solenopsis invicta), meanwhile, form floating rafts made up of thousands or even hundreds of thousands of individual insects. A new study by engineers at CU Boulder lays out the simple physics-based rules that govern how these ant rafts morph over time: shrinking, expanding or growing long protrusions like an elephant’s trunk. The team’s findings could one day help researchers design robots that work together in swarms or next-generation materials in which molecules migrate to fix damaged spots.

In their latest study, Vernerey and lead author Robert Wagner drew on mathematical simulations, or models, to try to figure out the mechanics underlying these lifeboats. The team created a series of models that, essentially, turned an ant raft into a complicated game of checkers. The researchers programmed roughly 2,000 round particles, or “agents,” to stand in for the ants. These agents couldn’t make decisions for themselves, but they did follow a simple set of rules: the fake ants, for example, didn’t like bumping into their neighbors, and they tried to avoid falling into the water. When they let the game play out, Wagner and Vernerey found their simulated ant rafts behaved a lot like the real things. 

In particular, the team was able to tune how active the agents in their simulations were: were the individual ants slow and lazy, or did they walk around a lot? The more the ants walked, the more likely they were to form long extensions that stuck out from the raft—a bit like people funneling toward an exit in a crowded stadium. Wagner suspects fire ants use these extensions to feel around their environments, searching for logs or other bits of dry land.

RO: Noe a scăpat de potop într-o arcă. Winnie-the-Pooh avea o umbrelă cu susul în jos. Furnicile de foc (Solenopsis invicta) formează plute plutitoare alcătuite din mii sau chiar sute de mii de insecte individuale. Un nou studiu realizat de inginerii de la CU Boulder prezintă regulile simple, bazate pe fizică, care guvernează modul în care aceste plute de furnici se transformă în timp: se micșorează, se extind sau cresc proeminențe lungi precum trompa unui elefant. Descoperirile echipei ar putea ajuta într-o bună zi cercetătorii să proiecteze roboți care lucrează împreună în roiuri sau materiale în care moleculele migrează pentru a repara punctele deteriorate.

În ultimul lor studiu, Vernerey și autorul principal Robert Wagner s-au bazat pe simulări matematice, sau modele, pentru a încerca să înțeleagă mecanica care stă la baza acestor bărci de salvare. Echipa a creat o serie de modele care, în esență, au transformat o plută de furnici într-un joc complicat de dame. Cercetătorii au programat aproximativ 2.000 de particule rotunde, sau “agenți”, care să înlocuiască furnicile. Acești agenți nu puteau lua decizii de unii singuri, dar au urmat un set simplu de reguli: de exemplu, furnicilor false nu le plăcea să se lovească de vecinele lor și încercau să evite să cadă în apă. Când au lăsat jocul să se desfășoare, Wagner și Vernerey au descoperit că plutele lor simulate de furnici se comportau foarte asemănător cu cele reale. 

În special, echipa a fost capabilă să regleze cât de activi erau agenții din simulările lor: furnicile individuale erau lente și leneșe, sau se plimbau mult? Cu cât furnicile mergeau mai mult, cu atât era mai probabil ca ele să formeze extensii lungi care să iasă din plută – un pic ca oamenii care se îndreaptă spre o ieșire pe un stadion aglomerat. Wagner bănuiește că furnicile de foc folosesc aceste extensii pentru a pipăi în mediul lor, căutând bușteni sau alte bucăți de pământ uscat.

Source (CU Boulder Today, Daniel Strain, “The physics of fire ant rafts could help engineers design swarming robots”, 02.03.2022)

Paper: Wagner, R.J. and Vernerey, F.J., 2022. Computational exploration of treadmilling and protrusion growth observed in fire ant rafts. PLOS Computational Biology18(2), p.e1009869.