ממיסטורים מדרגת חמצן פנימית מניעים דרגה שנייה ללמידה מתמשכת בהגברה

מדוע חשוב ללמד חומרה ללמוד

מחשבים משתפרים ביכולתם ללמוד מניסיון, אך רוב הבינה המלאכותית של היום עדיין פועלת כולה בתוכנה על שבבים צורכי־אנרגיה גבוהים. מוחנו, לעומת זאת, מאחסן ומעבד מידע במקום אחד, באמצעות זרימות יוניות איטיות ומתונות שמתאימות את עצמן באופן טבעי לאורך זמן. המאמר מציג רכיב אלקטרוני חדש שמחקה את אותם גרדיאנטים פנימיים עדינים, ומאפשר לחומרה להתאים את קצב הלמידה לפי המשימה והסביבה. למכשירים כאלה עשוי להיות עתיד שבו יוצרים מכונות יעילות יותר, דמויות מוח, שיכולות להמשיך ללמוד באופן מתמשך מבלי להתחיל מחדש.

מכשיר זעיר בהשראת תאים חיים

העבודה נשענת על האופן שבו תאים חיים משתמשים בהבדלים בריכוז היונים דרך ממברנותיהם כנופים אנרגטיים מתמשכים לאיתות וזיכרון. במקום לנסות להעתיק כל פרט ביולוגי, החוקרים התמקדו בשכפול תכונה מרכזית אחת: גרדיאנט מובנה שמשתנה לאט עם הזמן. הם בנו מכשיר אלקטרוני בצורת שכבות, קרוי ממיסטור דרגה שנייה, העשוי מסרטים דקים מונחים על אלקטרודה שקופה. בהוספת שכבת מולקולה מיוחדת של זינק‑פורפירין ובהשקעה מבוקרת של שכבת תחמוצת אלומיניום מעליה, הם יצרו גרדיאנט יציב של ריכוז חמצן בתוך המכשיר. הגרדיאנט הפנימי הזה פועל בדומה להבדל פנים‑חוץ בממברנת תא, ומשמר היסטוריה של פעילות חשמלית קודמת.

שינוי איטי וניתן לשליטה במקום החלפה פתאומית

ממיסטורים קיימים רבים עוברים החלפה פתאומית בין מצבים, דבר שמתאים לזיכרון דיגיטלי אך פחות טוב לייצוג שינוי הדרגתי לאורך זמן. במכשיר החדש, יוני חמצן נודדים ומתפזרים לאט לאורך הגרדיאנט המובנה, ויוצרים מוליכות חשמלית המתפתחת בעדינות שיכולה להישאר ולהירגע במשך יותר מ‑100 שניות. על ידי יישום דחפים חשמליים קצרים בעוצמות שונות ובכיוון יחיד, הצוות יכול היה לדחוף את היונים יותר כנגד הגרדיאנט או לתת להם לנוע חזרה, ולכוון את המוליכות בדייקנות במקום להדליק ולכבות אותה. התנהגות זו, הידועה כדינמיקה מדרגה שנייה, אפשרה למכשיר ליצור כ‑40 רמות ביניים מובחנות וארוכות־טווח—“מצבים פְּסוֹדוֹ‑לא נדיפים” שאינם תקועים לצמיתות אך נשארים יציבים דיים לשימוש בלמידה.

איך המכשיר מעצב את הלמידה במעשה

כדי להדגים מדוע התנהגות איטית ומונעת‑גרדיאנט חשובה, המחברים קשרו את המכשיר ישירות לכלל למידה נפוץ בלמידה בהגברה, שבו סוכן בוחן שוב ושוב עולם ומעדכן כמה הוא סומך על כל פעולה. באלגוריתמים אלה פרמטר יחיד—קצב הלמידה—שולט עד כמה ניסיון עבר מוחלף במהירות על ידי מידע חדש. במקום לבחור קצב זה ידנית, הם מיפו אותו לשינויים בזמן במוליכות של הממיסטור שלהם. מוקדם לאחר דחף חשמלי חזק, המוליכות משתנה במהירות; מאוחר יותר היא מתייצבת להתאמות איטיות וקטנות יותר. תרגום ההאטה הטבעית הזו לכלל הלמידה גורם לכך שהסוכן מתחיל בחקירה נועזת ואז מתקבע בהדרגה באסטרטגיה—בדומה לחיה שמתחילה בניסויים אך אחר כך מטפחת הרגלים מדויקים יותר.

עוקף אימון מקובל בעולמות משתנים

החוקרים בדקו את לוּוח־הלמידה הזה, בהשראת החומרה, במשימות ניווט מדומות שבהן רכב אוטונומי חייב למצוא מסלול טוב תחת כיסוי תקשורת. בעולם סטטי, קצב הלמידה המונע‑ממיסטור הקטין את מספר האיטרציות הנדרשות להגיע לפתרון טוב בכ‑70 אחוזים בהשוואה ללוחות קבועים או לכאלו מכוונים ידנית, תוך צמצום תנודות לא יציבות ובחירות מקומיות רעות. הם הקשו את הבעיה על ידי הגדלת המפות ושינוי התנאים במספר שלבים, מדמים עולם שהופך למורכב יותר עם הזמן. גם שם, תבנית הלמידה הנגזרת מהמכשיר הקטינה את מספר פרקי האימון הכולל ביותר ממחצית בהשוואה לסכמות ליניאריות סטנדרטיות, והתאימה את עצמה באופן חלק כאשר המשימה התרחבה.

מה משמעות הדבר למכונות עתידיות בדמות מוח

לקורא שאינו מומחה, המסר המרכזי הוא שהצוות הפך טריק חומרתי מיקרוסקופי—נעיצת גרדיאנט חמצן עדין—לדרך חזקה לשלוט באיך מכונות לומדות לאורך זמן. במקום להסתמך על הגדרות תוכנה מכוּנוֹת בקפידה, התנהגות הלמידה צומחת באופן טבעי מפיזיקה פנימית איטית של המכשיר. הדבר מרמז על עתיד שבו חומרה נאורומורפית אינה רק מאחסנת מספרים אלא מגשימה כללי למידה במבנה החומר שלה, ומאפשרת למערכות מלאכותיות להסתגל ללא הרף למצבים חדשים עם פחות אנרגיה ופחות כוונון ידני אנושי.

ציטוט: Ming, J., Wang, R., Fu, J. et al. Intrinsic gradient oxygen-driven second-order memristors for continual reinforcement learning. Nat Commun 17, 3367 (2026). https://doi.org/10.1038/s41467-026-70014-0

מילות מפתח: ממיסטור, חומרה נאורומורפית, למידה בהגברה, גרדיאנט יוני חמצן, למידה מתמשכת