自然的节奏：理解振荡系统中的同步性

　　同步只是几个世纪以来吸引研究人员的耦合振荡器的几种集体行为之一。从物理学到神经科学再到计算机，在不同的领域都可以找到对耦合振荡器同步的学术研究。但是，尽管这种现象无处不在，对这些振子的集体行为的全面理解仍然是难以捉摸的。

　　加州大学圣巴巴拉分校(UC Santa Barbara)机械工程教授弗朗西斯科·布洛(Francesco Bullo)专门研究多智能体网络系统的建模、动力学和控制，他说:“确实缺乏定量建模来解释这些振荡器的作用。”“关于这些网络的行为，有许多有趣的数学问题，”他补充说。“它们什么时候同步?”如果他们不同步，他们会怎么做?”

　　为了帮助缩小这一差距，Bullo和来自加州大学圣迭戈分校、加州大学河滨分校、宾夕法尼亚大学、麻省理工学院、西北大学和弗吉尼亚大学的同事们合作建立了一个多学科大学研究计划(MURI)。在他们的项目中，

　　“互动是什么时候

　　这就是魔法。”

　　“NEURAL-SYNC:“从同步振荡到神经计算、通信和适应”，并在五年内获得了900万美元的联邦资金支持，不同的研究人员将深入研究振荡系统的基础，将他们的学习和专业知识应用于认知神经科学，并构建优化的平台，可以利用各种集体振荡行为，包括节奏模式、同步进化、共振和行波。

　　“研究将沿着三个平行的方向进行，从相对简单的动力学和静态优化问题转向更复杂的理论和问题。在每一次推进中，研究人员将进行模拟和数字电路的硬件演示，”Bullo说，并补充说，该小组“很荣幸被选为这个竞争激烈的奖项。”

　　这个项目的核心是振荡器，可以是像神经元或起搏器细胞这样的自然装置，也可以是像钟摆或电路这样的人造装置，它可以产生循环波动的信号。以一种允许能量转移的方式将两个振子连接起来，然后两个振子一起产生新的图案。系统的复杂性——及其建模和解决计算问题的能力——随着每增加一个耦合振荡器而增加。

　　“互动是所有神奇之处，”Bullo说。根据上下文，这些交互产生的模式可能导致复杂行为或密集计算等结果;需要一个定量的逐步模型来理解这些模式的动态及其意义。

　　“数学的美妙之处在于它是一种抽象的语言，它允许你谈论生活中许多领域的系统，”Bullo说。

　　该团队在动力系统和优化、计算神经科学、物理学和计算机芯片工程方面的综合专业知识，将使他们能够揭示网络振荡器背后的数学原理，以及它们如何解决日益复杂的优化问题，这些问题可能有几种结果，必须进行排名。这些见解可以应用于对大脑认知功能的理解和空间理论，并设计成模拟和数字集成电路。

　　加州大学圣巴巴拉分校的电子和计算机工程教授co-PI Kerem ?amsari说:“这个MURI是关于致力于理解和建造‘自然’计算机的努力，这些计算机的动力学可以解决人类关心的问题。”

　　摩尔定律在20世纪70年代预测，处理速度和功率大约每两年翻一番，在这个时代，微芯片上晶体管密度的增加使计算机科学家和工程师们专注于改进数字计算机，他说。

　　然而，晶体管在达到其性能的物理极限之前只能变得如此小和密集，这标志着这个时代即将结束。因此，计算领域已经开始考虑使用不同构建模块的许多新型计算机。

　　?amsari说:“其中一种方法是受自然启发的计算机，它具有相互作用的构建模块，其自然进化——同步或不同步——可以指导解决困难的计算问题。”“这与构建具有确定性和精确算法的数字计算机非常不同。”他补充说，量子计算有很多相似之处，量子计算也让大自然来解决问题。

　　除了进入令人兴奋的自然计算新领域外，研究人员还希望对大脑激发的神经同步有更深入的了解，以提高能源效率和强大的容错能力。与当今传统计算机的持续耗电量不同，神经形态计算架构旨在模拟大脑的并行处理和神经元的稀疏放电，只有在有输入需要处理时才消耗能量。其结果可能会彻底改变各种现实世界的应用程序，这些应用程序需要不断分析大量数据，例如供应链物流、车辆路线、医疗保健和电子商务。

　　UCSB来源:

　　你可以提供链接到一个与这篇文章主题相关的页面。

　　提高效率:每个“企业”都需要必不可少的“人工智能”工具