نماذج ومنصات الذكاء الاصطناعي

باحثون يثبتون الحوسبة “النانومغناطيسية” الشبيهة بالذكاء الاصطناعي

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

أثبت فريق من الباحثين في جامعة إمبريال كوليدج لندن كيف يمكن أداء الذكاء الاصطناعي باستخدام نانومغناطيسات صغيرة تتفاعل مثل خلايا الدماغ.

يمكن أن تقطع هذه الطريقة الجديدة من “الحوسبة النانومغناطيسية” التكاليف الطاقية المتعلقة بالذكاء الاصطناعي. هذا أمر بالغ الأهمية بالنظر إلى أن تكاليف الطاقة للذكاء الاصطناعي تتضاعف على مستوى العالم كل 3.5 شهر.

نشرت الأبحاث في مجلة نانوتكنولوجي.

تحقيق المعالجة الشبيهة بالذكاء الاصطناعي مع النانومغناطيسات

في ورقة البحث، أثبت الفريق أول دليل على أن شبكات النانومغناطيسات يمكن أن تحقق معالجة شبيهة بالذكاء الاصطناعي. كما أظهروا كيف يمكن استخدام هذه النانومغناطيسات لمهام “التنبؤ بالسلاسل الزمنية”، التي تشمل أشياء مثل التنبؤ بمستويات الأنسولين للمرضى الذين يعانون من السكري.

تعتمد الشبكات العصبية الكلاسيكية على طريقة عمل الدماغ البشري، مع خلايا عصبية تتواصل مع بعضها البعض لمعالجة المعلومات. ومع ذلك، كان من الصعب استخدام المغناطيس مباشرة في هذه العملية، حيث لم يكن الباحثون يعرفون كيفية وضع البيانات أو استخراج المعلومات.

لتحاكي تفاعلات المغناطيس، يعتمد الخبراء عادةً على البرامج التي تعمل على حواسيب تقليدية تعتمد على السيليكون، مما يساعد على محاكاة الدماغ. تشهد التقدم الحالي فريقًا يستخدم المغناطيس نفسه لمعالجة وتخزين البيانات، مما يلغي الحاجة إلى محاكاة البرامج.

النانومغناطيسات ليست جميعها متشابهة. بل تأتي في حالات مختلفة تعتمد على اتجاهها. من خلال تطبيق مجال مغناطيسي على شبكة من النانومغناطيسات، يمكن أن تتغير حالة المغناطيسات بناءً على خصائص المجال الداخل وخصائص المغناطيسات المحيطة.

تصميم التقنية الجديدة

تمكن الفريق من تصميم تقنية لحساب عدد المغناطيسات في كل حالة بعد مرور المجال.

الدكتور جاك جارتسايد هو المؤلف المشارك الأول للدراسة.

“لقد حاولنا لفترة طويلة حل مشكلة كيفية إدخال البيانات وطرح سؤال والحصول على إجابة من الحوسبة المغناطيسية”، قال الدكتور جارتسايد. “الآن أثبتنا أنه يمكن القيام بذلك، وهو يفتح الطريق لإزالة البرامج الحاسوبية التي تقوم بمحاكاة استهلاك الطاقة.”

كيليان ستينينغ هو المؤلف المشارك الأول للورقة.

“كيفية تفاعل المغناطيسات تعطينا جميع المعلومات التي نحتاجها؛ قوانين الفيزياء نفسها تصبح الحاسوب”، قال ستينينغ.

الدكتور ويل برانفورد هو قائد الفريق.

“لقد كان هدفًا طويل الأمد تحقيق أجهزة حاسوب مستوحاة من خوارزميات برامج شيرينغتون وكركباتريك”، قال الدكتور برانفورد. “لم يكن ذلك ممكنًا باستخدام لفائف الذرات في المغناطيسات التقليدية، ولكن من خلال تصغير لفائف الذرات إلى مصفوفات محددة بشكل نانوي، تمكنا من تحقيق التحكم والقراءة اللازمة”.

تقليل الهدر الطاقي

تُستخدم الكثير من الطاقة المستخدمة في الذكاء الاصطناعي في الحواسيب التقليدية التي تعتمد على الشريحة السيليكونية بشكل غير فعال بسبب نقل الإلكترونات غير الفعال خلال المعالجة وتخزين الذاكرة. من ناحية أخرى، لا تتطلب النانومغناطيسات نقل جسيمات مثل الإلكترونات. إنها تعالج وتنتقل المعلومات بموجة “ماغنون”، مع كل مغناطيس يؤثر على حالة المغناطيسات الأخرى حولها.

يتسبب هذا في هدر طاقي أقل. يتم معالجة وتخزين المعلومات معًا بدلاً من بشكل منفصل، مثل الحال في الحواسيب التقليدية. مع جميع هذه التقدمات، يمكن للحوسبة النانومغناطيسية أن تكون أكثر كفاءة بنسبة تصل إلى 100,000 مرة من الحوسبة التقليدية.

Alex McFarland هو صحفي وكاتب في مجال الذكاء الاصطناعي يستكشف أحدث التطورات في الذكاء الاصطناعي. وقد تعاون مع العديد من الشركات الناشئة في مجال الذكاء الاصطناعي والمنشورات في جميع أنحاء العالم.