Vědci demonstrovají AI „nanomagnetické“ výpočty

Tým výzkumníků z Imperial College London demonstroval, jak je možné provádět umělou inteligenci (AI) s tiny nanomagnety, které interagují jako neuronů v mozku. 

Tato nová metoda „nanomagnetického“ výpočtu by mohla snížit energetické náklady spojené s AI. To je zásadní, protože náklady na energii pro AI se celosvětově zdvojnásobují každé 3,5 měsíce. 

Výzkum byl zveřejněn v časopise Nanotechnology.

Dosažení AI-podobného zpracování pomocí nanomagnetů

Ve výzkumné práci tým demonstroval první důkaz, že sítě nanomagnetů mohou dosáhnout AI-podobného zpracování. Také ukázali, jak tyto nanomagnety lze použít pro úkoly „predikce časových řad“, které zahrnují například predikci hladin inzulínu u diabetických pacientů.

Klasické neuronové sítě jsou založeny na fungování lidského mozku, s neuronů, které komunikují navzájem pro zpracování informací. Nicméně, bylo obtížné použít magnety přímo v tomto procesu, s výzkumníky nevědoucími, jak vložit data nebo extrahovat informace. 

K simulaci interakcí magnetů obvykle odborníci spoléhají na software spuštěný na tradičních počítačích založených na křemíku, který pomáhá simulovat mozek. Současný pokrok svědkem týmu, který používal magnety samotné k zpracování a uložení dat, což eliminuje potřebu softwarové simulace. 

Nanomagnety nejsou všechny stejné. Místo toho přicházejí ve různých „stavech“, které závisí na jejich směru. Aplikací magnetického pole na síť nanomagnetů lze stav magnetů změnit na základě vlastností vstupního pole a stavů okolních magnetů. 

Navrhování nové techniky

Tým byl schopen navrhnout techniku, která spočívá v počtu magnetů v každém stavu po průchodu polem. 

Dr. Jack Gartside je spoluautor studie. 

„Snažili jsme se dlouho rozlousknout problém, jak vložit data, položit otázku a získat odpověď z magnetického výpočtu,“ řekl Dr. Gartside. „Teď, když jsme to prokázali, otevírá se cesta k odstranění energeticky náročného softwaru, který simuluje mozek.“

Killian Stenning je spoluautor článku. 

„Jak magnety interagují, nám dává všechny informace, které potřebujeme; zákony fyziky se samy o sobě stávají počítačem,“ řekl Stenning.

Dr. Will Branford je vedoucí týmu. 

„Byl to dlouhodobý cíl realizovat počítačový hardware inspirovaný softwarovými algoritmy Sherringtona a Kirkpatricka,“ řekl Dr. Branford. „To nebylo možné pomocí spinů na atomech v konvenčních magnetech, ale škálováním spinů do nanopatternovaných polí jsme byli schopni dosáhnout nezbytné kontroly a čtení.”

Snižování energetických ztrát

Velká část energie používané pro AI v konvenčních počítačích založených na křemíku je zbytečně ztracena kvůli neefektivnímu transportu elektronů během zpracování a uložení paměti. Na druhé straně nanomagnety nevyžadují fyzický transport částic, jako jsou elektrony. Zpracovávají a přenášejí informace pomocí „magnonové“ vlny, přičemž každý magnet ovlivňuje stav ostatních magnetů kolem něj.

Tento proces vede k menší energetické ztrátě. Zpracování a uložení informací se provádí společně, namísto zvlášť, jako je tomu v tradičních počítačích. S veškerým tímto pokrokem by nanomagnetické výpočty mohly být až 100 000krát účinnější než konvenční výpočty.