Naukowcy Demonstrują Komputery “Nanomagnetyczne” AI

Zespół naukowców z Imperial College London wykazał, jak możliwe jest wykonywanie sztucznej inteligencji (AI) za pomocą małych nanomagnesów, które oddziałują jak neurony mózgu.

Nowa metoda “nanomagnetycznego” przetwarzania może zmniejszyć koszty energii związane z AI. Jest to kluczowe, biorąc pod uwagę, że koszty energii AI podwajają się na całym świecie co 3,5 miesiąca.

Badanie zostało opublikowane w czasopiśmie Nanotechnology.

Osiąganie Przetwarzania AI z Nanomagnesami

W artykule naukowcy udowodnili, że sieci nanomagnesów mogą osiągać przetwarzanie AI. Pokazali również, jak te nanomagnesy mogą być wykorzystywane do zadań “przewidywania szeregów czasowych”, w tym przewidywania poziomów insuliny u pacjentów z cukrzycą.

Klasyczne sieci neuronowe opierają się na sposobie, w jaki działa ludzki mózg, z neuronami komunikującymi się ze sobą w celu przetwarzania informacji. Jednakże było trudno wykorzystywać magnesy bezpośrednio w tym procesie, ponieważ naukowcy nie wiedzieli, jak wprowadzać dane lub wyodrębniać informacje.

Aby symulować interakcje magnesów, eksperci zazwyczaj polegają na oprogramowaniu uruchamianym na tradycyjnych komputerach opartych na krzemie, co pomaga symulować mózg. Obecny postęp polegał na tym, że zespół wykorzystywał same magnesy do przetwarzania i przechowywania danych, co eliminuje potrzebę symulacji oprogramowania.

Nanomagnesy nie są wszystkie takie same. Zamiast tego, występują w różnych “stanach”, które zależą od ich kierunku. Poprzez zastosowanie pola magnetycznego do sieci nanomagnesów, stan magnesów może ulegać zmianie w zależności od właściwości pola wejściowego i stanu otaczających magnesów.

Projektowanie Nowej Techniki

Zespół był w stanie to wykorzystać i opracować technikę do liczenia liczby magnesów w każdym stanie po przejściu pola.

Dr Jack Gartside jest współautorem pierwszego miejsca w badaniu.

“Próbujemy rozwiązać problem, jak wprowadzać dane, zadawać pytanie i uzyskać odpowiedź z komputera magnetycznego przez długi czas”, powiedział dr Gartside. “Teraz udowodniliśmy, że można to zrobić, co otwiera drogę do eliminacji oprogramowania komputerowego, które wykonuje energochłonną symulację”.

Killian Stenning jest współautorem artykułu.

“Sposób, w jaki magnesy oddziałują, daje nam wszystkie niezbędne informacje; same prawa fizyki stają się komputerem”, powiedział Stenning.

Dr Will Branford jest liderem zespołu.

“Był to długoterminowy cel, aby zrealizować sprzęt komputerowy inspirowany algorytmami oprogramowania Sherringtona i Kirkpatricka”, powiedział dr Branford. “Nie było to możliwe przy użyciu spinów na atomach w konwencjonalnych magnesach, ale poprzez skalowanie spinów w nanopowierzchniach, byliśmy w stanie osiągnąć niezbędną kontrolę i odczyt”.

Redukcja Marnowania Energii

Duża część energii wykorzystywanej do AI w konwencjonalnych komputerach opartych na krzemie jest marnowana z powodu niewydajnego transportu elektronów podczas przetwarzania i przechowywania pamięci. Z drugiej strony, nanomagnesy nie wymagają fizycznego transportu cząstek, takich jak elektrony. Przetwarzają i przenoszą informacje za pomocą “magnonowego” fal, z każdym magnesem wpływającym na stan innych wokół niego.

Proces ten wynika w mniejszym marnowaniu energii. Przetwarzanie i przechowywanie informacji są wykonywane razem, a nie oddzielnie, jak w przypadku tradycyjnych komputerów. Z wszystkimi tymi postępami, nanomagnetyczne przetwarzanie może być nawet 100 000 razy bardziej wydajne niż konwencjonalne przetwarzanie.