एआई मॉडल और प्लेटफ़ॉर्म

शोधकर्ता नैनोमैग्नेटिक कंप्यूटिंग में एआई की तरह प्रोसेसिंग का प्रदर्शन करते हैं

Alex McFarland
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुनैनोमैग्नेटिक कंप्यूटिंग AI ऊर्जा लागत को 100,000 गुना तक कम कर सकती है।
और देखें
  • नैनोमैग्नेटिक कंप्यूटिंग AI ऊर्जा लागत को 100,000 गुना तक कम कर सकती है।
  • यह तकनीक ऊर्जा-गहन सॉफ्टवेयर सिमुलेशन के बजाय भौतिक चुंबकीय अंतःक्रियाओं का उपयोग करती है।
  • नैनोमैग्नेट के नेटवर्क अब इंसुलिन स्तर पूर्वानुमान जैसी समय-श्रृंखला भविष्यवाणी कर सकते हैं।

इंपीरियल कॉलेज लंदन में शोधकर्ताओं की एक टीम ने दिखाया है कि कैसे नैनोमैग्नेट्स का उपयोग करके आर्टिफ़िशियल इंटेलिजेंस (एआई) को प्राप्त किया जा सकता है, जो मस्तिष्क की न्यूरॉन्स की तरह एक दूसरे के साथ बातचीत करते हैं।

यह नई “नैनोमैग्नेटिक” कंप्यूटिंग विधि एआई से संबंधित ऊर्जा लागत को कम कर सकती है। यह महत्वपूर्ण है क्योंकि एआई की ऊर्जा लागत दुनिया भर में हर 3.5 महीने में दोगुनी हो रही है।

यह शोध Nanotechnology में प्रकाशित किया गया था।

नैनोमैग्नेट्स के साथ एआई जैसी प्रोसेसिंग प्राप्त करना

शोध पत्र में, टीम ने पहला प्रमाण दिखाया कि नैनोमैग्नेट्स के नेटवर्क एआई जैसी प्रोसेसिंग प्राप्त कर सकते हैं। उन्होंने यह भी दिखाया कि इन नैनोमैग्नेट्स का उपयोग ‘टाइम-सीरीज़ प्रेडिक्शन’ कार्यों के लिए कैसे किया जा सकता है, जिसमें मधुमेह रोगियों के लिए इंसुलिन के स्तर की भविष्यवाणी शामिल है।

क्लासिक न्यूरल नेटवर्क मानव मस्तिष्क के काम करने के तरीके पर आधारित होते हैं, जहां न्यूरॉन्स एक दूसरे के साथ संवाद करते हैं और जानकारी को संसाधित करते हैं। हालांकि, यह जानना मुश्किल हो गया है कि चुंबकों का सीधे इस प्रक्रिया में उपयोग कैसे किया जाए, क्योंकि शोधकर्ताओं को यह नहीं पता था कि डेटा को कैसे दर्ज किया जाए या जानकारी को कैसे निकाला जाए।

चुंबकों की बातचीत को सिम्युलेट करने के लिए, विशेषज्ञ आमतौर पर पारंपरिक सिलिकॉन-आधारित कंप्यूटरों पर चलने वाले सॉफ़्टवेयर पर निर्भर करते हैं, जो मस्तिष्क को सिम्युलेट करने में मदद करता है। इस नए विकास में, टीम ने स्वयं चुंबकों का उपयोग डेटा को संसाधित और संग्रहीत करने के लिए किया, जिससे सॉफ़्टवेयर सिम्युलेशन की आवश्यकता समाप्त हो गई।

नैनोमैग्नेट्स सभी एक जैसे नहीं होते हैं। इसके बजाय, वे विभिन्न ‘स्टेट्स’ में आते हैं जो उनकी दिशा पर निर्भर करते हैं। नैनोमैग्नेट्स के नेटवर्क पर एक चुंबकीय क्षेत्र लागू करने से, चुंबकों की स्थिति इनपुट क्षेत्र के गुणों और आसपास के चुंबकों की स्थिति पर निर्भर करते हुए बदल सकती है।

नई तकनीक का डिज़ाइन

टीम ने इसे लेकर एक तकनीक डिज़ाइन की जिससे क्षेत्र गुजरने के बाद प्रत्येक स्थिति में चुंबकों की संख्या को गिना जा सके।

डॉ. जैक गार्टसाइड इस अध्ययन के संयुक्त प्रथम लेखक हैं।

“हमने लंबे समय से यह समस्या हल करने की कोशिश की है कि कैसे डेटा इनपुट किया जाए, एक प्रश्न पूछा जाए और चुंबकीय कंप्यूटिंग से उत्तर प्राप्त किया जाए,” डॉ. गार्टसाइड ने कहा। “अब हमने यह साबित कर दिया है कि यह संभव है, यह ऊर्जा-गहन सिम्युलेशन करने वाले कंप्यूटर सॉफ़्टवेयर को समाप्त करने का मार्ग प्रशस्त करता है।”

किलियन स्टेनिंग इस पत्र के संयुक्त प्रथम लेखक हैं।

“चुंबकों की बातचीत हमें आवश्यक सभी जानकारी देती है; भौतिकी के नियम स्वयं कंप्यूटर बन जाते हैं,” स्टेनिंग ने कहा।

डॉ. विल ब्रैनफोर्ड टीम के नेता हैं।

“यह एक लंबे समय से लक्ष्य रहा है कि शेरिंगटन और किर्कपैट्रिक के सॉफ़्टवेयर एल्गोरिदम से प्रेरित कंप्यूटर हार्डवेयर को वास्तविक बनाया जाए,” डॉ. ब्रैनफोर्ड ने कहा। “परंपरागत चुंबकों में परमाणुओं पर स्पिन का उपयोग करके यह संभव नहीं था, लेकिन नैनोपैटर्न वाले सरणियों में स्पिन को बढ़ाकर हमने आवश्यक नियंत्रण और रीडआउट प्राप्त किया है।”

ऊर्जा अपशिष्ट को कम करना

पारंपरिक सिलिकॉन-चिप कंप्यूटरों में एआई के लिए उपयोग की जाने वाली अधिकांश ऊर्जा व्यर्थ हो जाती है क्योंकि इलेक्ट्रॉनों को प्रसंस्करण और मेमोरी स्टोरेज के दौरान अकुशल ढंग से स्थानांतरित किया जाता है। दूसरी ओर, नैनोमैग्नेट्स को कणों जैसे इलेक्ट्रॉनों के भौतिक परिवहन की आवश्यकता नहीं होती है। वे एक ‘मैगनॉन’ तरंग के साथ जानकारी को संसाधित और स्थानांतरित करते हैं, जहां प्रत्येक चुंबक दूसरों की स्थिति को प्रभावित करता है।

इस प्रक्रिया से ऊर्जा अपशिष्ट कम होता है। जानकारी का प्रसंस्करण और भंडारण एक साथ किया जाता है, न कि अलग-अलग, जैसा कि पारंपरिक कंप्यूटरों में होता है। इन सभी प्रगति के साथ, नैनोमैग्नेटिक कंप्यूटिंग पारंपरिक कंप्यूटिंग की तुलना में 100,000 गुना तक अधिक कुशल हो सकती है।

Alex McFarland

Alex Unite.AI के एआई‑संचालित समाचार संचालन का नेतृत्व करते हैं, पत्रकारिता, अनुसंधान और स्वचालन को मिलाकर कृत्रिम बुद्धिमत्ता की समय पर और स्केलेबल कवरेज को समर्थन देते हैं। उनका काम यह सुनिश्चित करने में मदद करता है कि उभरते एआई विकास को प्रभावी ढंग से उजागर किया जाए, जबकि प्रकाशन के संपादकीय मानकों को बनाए रखा जाए।