ืืื ื ืืืืืืชืืช
ืืืงืจืื ืืืืืืื ืืืฉืื “ื ื ื-ืืื ืื” ืฉื AI
קבוצת חוקרים באימפריאל קולג’ לונדון הדגימה כיצד ניתן לבצע אינטליגנציה מלאכותית (AI) עם ננו-מגנטים זעירים שמתנהגים כמו נוירונים של המוח.
שיטה זו החדשה של “חישוב ננו-מגנטי” יכולה לקצץ את עלויות האנרגיה הקשורות ל-AI. זהו דבר חיוני, נוכח העובדה שעלויות האנרגיה של AI מוכפלות ברחבי העולם כל 3.5 חודשים.
המחקר פורסם בכתב העת Nanotechnology.
השגת עיבוד דומה ל-AI עם ננו-מגנטים
במאמר המחקר, הקבוצה הדגימה את ההוכחה הראשונה שרשתות של ננו-מגנטים יכולות להשיג עיבוד דומה ל-AI. הם הראו גם כיצד ניתן להשתמש בננו-מגנטים אלה למשימות ‘ניבוי סדרות זמן’, הכוללות דברים כמו ניבוי רמות האינסולין לחולי סוכר.
רשתות נוירונים קלאסיות מבוססות על הדרך שבה המוח האנושי פועל, עם נוירונים המתקשרים זה עם זה לעיבוד מידע. אולם, היה קשה להשתמש במגנטים ישירות בתהליך זה, כאשר חוקרים לא ידעו כיצד להכניס נתונים או להוציא מידע.
כדי לחקות את האינטראקציות של המגנטים, המומחים מסתמכים בדרך כלל על תוכנה הרצה על מחשבים מסורתיים המבוססים על צורן, המסייעת לחקות את המוח. התקדמות הנוכחית היא שהקבוצה השתמשה במגנטים עצמם לעיבוד ואחסון נתונים, מה שמוציא את הצורך בחיקוי תוכנה.
ננו-מגנטים אינם זהים. במקום זאת, הם באים ב’מצבים’ שונים התלויים בכיוונם. על ידי החלת שדה מגנטי על רשת של ננו-מגנטים, מצב המגנטים יכול להשתנות בהתאם לתכונות של השדה הכניסה ומצב המגנטים הסמוכים.
תכנון הטכניקה החדשה
הקבוצה הצליחה לעשות זאת ולתכנן טכניקה לספור את מספר המגנטים בכל מצב אחרי שהשדה עבר.
ד”ר ג’ק גרטסייד הוא מחבר ראשון של המחקר.
“היינו מנסים לפתור את הבעיה של כיצד להכניס נתונים, לשאול שאלה ולקבל תשובה מחישוב מגנטי לזמן רב,” אמר ד”ר גרטסייד. “עכשיו, הוכחנו שזה יכול להיעשות, וזה פותח את הדרך להיפטר מהתוכנה של המחשב שעושה את החיקוי האנרגטי.”
קיליאן סטנינג הוא מחבר ראשון של המאמר.
“איך המגנטים מתנהגים נותן לנו את כל המידע שאנו צריכים; חוקי הפיזיקה עצמם הופכים למחשב,” אמר סטנינג.
ד”ר ויל ברנפורד הוא מנהיג הקבוצה.
“זה היה מטרה ארוכת טווח לממש חומרה של מחשב המושראת באלגוריתמים של Sherrington ו-Kirkpatrick,” אמר ד”ר ברנפורד. “זה לא היה אפשרי באמצעות הספינים על אטומים במגנטים מסורתיים, אבל על ידי הגדלת הספינים למערכים משורטטים בננו, הצלנו להשיג את הבקרה והקריאה הנדרשות.”
צמצום בזבון אנרגיה
חלק גדול מהאנרגיה המשמשת ל-AI במחשבים סיליקון-שבב מסורתיים הוא מבוזבז עקב תחבורה לא יעילה של אלקטרונים במהלך עיבוד ואחסון זיכרון. לעומת זאת, ננו-מגנטים אינם דורשים תחבורה פיזית של חלקיקים כמו אלקטרונים. הם מעבדים ומעבירים מידע עם גל ‘מגנון’, כאשר כל מגנט משפיע על מצב המגנטים הסמוכים.
תהליך זה מוביל לפחות בזבון אנרגיה. עיבוד ואחסון המידע נעשים ביחד ולא בנפרד, כמו במחשבים מסורתיים. עם כל התקדמויות אלו, חישוב ננו-מגנטי יכול להיות עד 100,000 פעמים יותר יעיל מחישוב מסורתי.
