Naukowcy Demonstrują AI „Nanomagnetyczne” Obliczenia

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

Ta nowa metoda „nanomagnetycznych” obliczeń 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. 

Badania zostały opublikowane w czasopiśmie Nanotechnology.

Osiąganie Przetwarzania AI z Użyciem Nanomagnesów

W artykule naukowcy wykazali pierwszy dowód, że sieci nanomagnesów mogą osiągać przetwarzanie AI. Wykazali 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 to trudne do użycia magnesów bezpośrednio w tym procesie, ponieważ naukowcy nie wiedzieli, jak wprowadzić dane lub wyodrębnić informacje. 

Aby symulować interakcje magnesów, eksperci zazwyczaj polegają na oprogramowaniu uruchamianym na tradycyjnych komputerach opartych na krzemie, co pomaga symulować mózg. Aktualny postęp pozwolił zespołowi na użycie samych magnesów do przetwarzania i przechowywania danych, co eliminuje potrzebę symulacji oprogramowania. 

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

Projektowanie Nowej Techniki

Zespół był w stanie to wykorzystać i zaprojektować technikę, aby zliczyć liczbę magnesów w każdym stanie po przejściu pola.

Dr Jack Gartside jest współautorem pierwszego miejsca w badaniu. 

„Próbowaliśmy rozwiązać problem, jak wprowadzić dane, zadać 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. 

„Było to długoterminowym celem, 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 nanopowtarzalne tablice, byliśmy w stanie osiągnąć niezbędną kontrolę i odczyt.”

Reducowanie Marnowania Energii

Duża ilość energii wykorzystywana 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 „magnonowej” fali, przy czym każdy magnes wpływa na stan innych wokół niego.

Ten proces wynika w mniejszym marnowaniu energii. Przetwarzanie i przechowywanie informacji są wykonywane razem, zamiast oddzielnie, jak w przypadku tradycyjnych komputerów. Wraz z wszystkimi tymi postępami, komputery nanomagnetyczne mogą być nawet 100 000 razy bardziej wydajne niż komputery konwencjonalne.