ساخت نانوسیستمی با قدرت تصمیم‌گیری صحیح

محققان با استفاده از نقاط کوانتومی، سیستم هوشمندی طراحی کردند که قادر به تصمیم‌گیری است. سرعت عملکرد این سیستم بیشتر از نرم‌افزارهایی است که تاکنون طراحی شده‌است.

ساده‌ترین گونه‌های زیستی نیز قادر به تصمیم‌گیری هستند برای مثال می‌توانند به دنبال منبع غذا بوده یا از دست دشمنان فرار کنند. مدل‌های ریاضی مختلف می‌توانند فرآیند تصمیم‌گیری را شبیه‌سازی کنند و رفتاری مشابه رفتار موجود زنده از خود نشان دهند. یکی از این مدل‌ها نرم‌افزاری به نام سافت‌مکس (Softmax) است.
ماساهیکو هارا از مرکز تحقیقات ریکن (RIKEN) با همکاری محققانی از موسسه ملی ژاپن، سیستم سخت‌افزاری مبتنی بر نقاط کوانتومی ارائه‌ کردند که می‌تواند عملکرد بهتری نسبت به نرم‌افزار سافت‌مکس داشته باشد.
نقاط کوانتومی عناصری نانومقیاس هستند. این مدل جدید که توسط محققان ارائه شده می‌تواند با جهت‌گیری ۵ نقطه کوانتومی، درباره انتخاب بین دو مسیر تصمیم‌گیری کند. این نقاط در یک خط قرار گرفته به طوری که یک نقطه کوچک در وسط، یک جفت نقطه در دو طرف آن و یک جفت نقطه بزرگ‌تر در دو انتها قرار می‌گیرد.
محققان این سیستم خطی را در ماشین اسلات (ماشین خودکاری که پول در آن انداخته و با زدن دکمه‌ای منتظر ظاهر شدن سه شکل می‌شوند، در صورتی که سه شکل شبیه هم بود، جایزه‌ای به فرد داده می‌شود-مترجم) به کار گرفتند. نتایج تست این سیستم در ماشین اسلات نشان داد که در ۲۰۰ مرتبه استفاده از ماشین اسلات، شانس برنده شدن این سیستم ۹۸درصد است. مزیت این دستگاه نسبت به سافت‌مکس در سرعت آن است. این سیستم نانومقیاس، کوچک‌ترین دستگاهی است که قادر به تصمیم‌گیری است.
با تابش نور به نقاط کوانتومی بزرگ، دستگاه تصمیم می‌گیرد که چه عملی را انجام دهد؛ در واقع این که نور به نقطه کوانتومی بزرگ سمت چپ یا سمت راست بتابد تعیین‌کننده نوع تصمیم‌گیری سیستم است. تابش نور به نقطه کوانتومی موجود در وسط این چیدمان، آغازگر مرحله بعدی کار دستگاه است. این تابش موجب برانگیختگی نقطه کوانتومی کوچک شده و انرژی آن به نقاط کوانتومی متوسط منتقل می‌شود، این انرژی به صورت نور از این سیستم خارج شده و به‌عنوان یک سیگنال آغازکننده مرحله بعد کار دستگاه است.
بعد از هر بازی، نور ایجاد شده تغییر کرده و حالت بهینه را برای مرتبه بعد بازی تعیین می‌کند. محققان با بهره‌گیری از خواص نوری ذاتی نقاط کوانتومی موفق به تصمیم‌سازی در این سیستم شدند.