Modelli e piattaforme di IA
I ricercatori dimostrano il calcolo “nanomagnetico” dell’AI
Punti chiave纳米磁性计算可将人工智能能耗降低高达10万倍。
Vedi di più
- 纳米磁性计算可将人工智能能耗降低高达10万倍。
- 该技术利用物理磁体相互作用,而非高能耗的软件模拟。
- 纳米磁体网络现可执行时间序列预测,如胰岛素水平预测。
Un team di ricercatori dell’Imperial College di Londra ha dimostrato come sia possibile eseguire intelligenza artificiale (AI) con piccoli nanomagneti che interagiscono come i neuroni del cervello.
Questo nuovo metodo di calcolo “nanomagnetico” potrebbe ridurre i costi energetici legati all’AI. Ciò è fondamentale, considerando che i costi energetici dell’AI stanno raddoppiando a livello globale ogni 3,5 mesi.
La ricerca è stata pubblicata sulla rivista Nanotechnology.
Ottenere un’elaborazione simile all’AI con nanomagneti
Nel documento di ricerca, il team ha dimostrato per la prima volta che le reti di nanomagneti possono ottenere un’elaborazione simile all’AI. Hanno anche mostrato come questi nanomagneti possano essere utilizzati per compiti di “previsione di serie temporali”, che includono cose come la previsione dei livelli di insulina per i pazienti diabetici.
Le reti neurali classiche sono basate sul modo in cui funziona il cervello umano, con neuroni che comunicano tra loro per l’elaborazione delle informazioni. Tuttavia, è stato difficile utilizzare i magneti direttamente in questo processo, poiché i ricercatori non sapevano come inserire i dati o estrarre le informazioni.
Per simulare le interazioni dei magneti, gli esperti solitamente si affidano a software eseguiti su computer tradizionali a base di silicio, che aiuta a simulare il cervello. Il progresso attuale ha visto il team utilizzare i magneti stessi per elaborare e archiviare i dati, eliminando così il bisogno di simulazione software.
I nanomagneti non sono tutti uguali. Invece, essi si presentano in vari “stati” che dipendono dalla loro direzione. Applicando un campo magnetico a una rete di nanomagneti, lo stato dei magneti può cambiare in base alle proprietà del campo di input e degli stati dei magneti circostanti.
Progettazione della nuova tecnica
Il team è stato in grado di fare ciò e progettare una tecnica per contare il numero di magneti in ogni stato dopo che il campo è passato.
Il dottor Jack Gartside è primo autore a pari merito dello studio.
“Stiamo cercando di risolvere il problema di come inserire i dati, porre una domanda e ottenere una risposta dal calcolo magnetico da molto tempo”, ha detto il dottor Gartside. “Ora abbiamo dimostrato che può essere fatto, ciò apre la strada per eliminare il software del computer che esegue la simulazione ad alto consumo energetico”.
Killian Stenning è primo autore a pari merito del documento.
“Come i magneti interagiscono ci fornisce tutte le informazioni di cui abbiamo bisogno; le leggi della fisica stesse diventano il computer”, ha detto Stenning.
Il dottor Will Branford è il capo del team.
“È stato un obiettivo a lungo termine realizzare un hardware per computer ispirato agli algoritmi software di Sherrington e Kirkpatrick”, ha detto il dottor Branford. “Non era possibile utilizzando gli spin degli atomi nei magneti convenzionali, ma scalando gli spin in array con strutture su scala nanometrica siamo stati in grado di ottenere il controllo e la lettura necessari”.
Ridurre gli sprechi di energia
Molta dell’energia utilizzata per l’AI nei computer convenzionali a base di silicio viene sprecata a causa del trasporto inefficiente degli elettroni durante l’elaborazione e l’archiviazione. D’altra parte, i nanomagneti non richiedono il trasporto fisico di particelle come gli elettroni. Essi elaborano e trasferiscono le informazioni con un’onda di “magnone”, con ogni magnete che influenza lo stato degli altri intorno a esso.
Questo processo risulta in meno sprechi di energia. L’elaborazione e l’archiviazione delle informazioni vengono eseguite insieme invece di separatamente, come nel caso dei computer tradizionali. Con tutti questi progressi, il calcolo nanomagnetico potrebbe essere fino a 100.000 volte più efficiente del calcolo convenzionale.












