يمكن للحوسبة المغناطيسية النانوية أن تقلل بشكل كبير من استخدام الذكاء الاصطناعي للطاقة

مع توسع إنترنت الأشياء ، يرغب المهندسون في دمج الذكاء الاصطناعي في كل شيء ، لكن كمية الطاقة التي تتطلبها تمثل تحديًا لأصغر الأجهزة وأكثرها بعدًا. يمكن أن يوفر نهج الحوسبة "النانومترية" الجديدة حلاً.

في حين أن معظم AI يركز التطوير اليوم على النماذج الكبيرة والمعقدة التي تعمل في مراكز البيانات الضخمة ، وهناك أيضًا طلب متزايد على طرق لتشغيل تطبيقات الذكاء الاصطناعي الأبسط على أجهزة أصغر حجمًا وأكثر تقييدًا للطاقة.

بالنسبة للعديد من التطبيقات ، من الأجهزة القابلة للارتداء إلى المستشعرات الصناعية الذكية إلى الطائرات بدون طيار ، فإن إرسال البيانات إلى أنظمة الذكاء الاصطناعي القائمة على السحابة أمر غير منطقي. يمكن أن يكون ذلك بسبب مخاوف بشأن مشاركة البيانات الخاصة ، أو التأخيرات الحتمية التي تأتي من إرسال البيانات وانتظار الرد.

لكن العديد من هذه الأجهزة أصغر من أن تستوعب نوع المعالجات عالية الطاقة المستخدمة عادةً في الذكاء الاصطناعي. تميل أيضًا إلى العمل بالبطاريات أو الطاقة التي يتم حصادها من البيئة ، وبالتالي لا يمكنها تلبية متطلبات الطاقة المطلوبة لنهج التعلم العميق التقليدية.

وقد أدى ذلك إلى مجموعة متزايدة من الأبحاث في مناهج الأجهزة والحوسبة الجديدة التي تجعل من الممكن تشغيل الذكاء الاصطناعي على هذه الأنواع من الأنظمة. لقد سعى الكثير من هذا العمل إلى الاقتراض من الدماغ ، القادر على إنجاز مآثر لا تصدق في الحوسبة أثناء استخدام نفس القدر من الطاقة مثل المصباح الكهربائي. وتشمل هذه الشرائح العصبية التي تحاكي توصيلات الدماغ والمعالجات المبنية منها ممرستور—المكونات الإلكترونية التي تتصرف مثل الخلايا العصبية البيولوجية.

بحث جديد بقيادة بy يقترح علماء من إمبريال كوليدج لندن أن الحوسبة باستخدام شبكات من المغناطيسات النانوية يمكن أن تكون بديلاً واعدًا. في ورقة نشرت الأسبوع الماضي في طبيعة التكنولوجيا النانويةأظهر الفريق أنه من خلال تطبيق المجالات المغناطيسية على مجموعة من العناصر المغناطيسية الصغيرة ، يمكنهم تدريب النظام على معالجة البيانات المعقدة وتقديم تنبؤات باستخدام جزء بسيط من قوة الكمبيوتر العادي.

في صميم نهجهم ما يُعرف باسم المادة الخارقة ، وهي مادة من صنع الإنسان تم تصميم هيكلها المادي الداخلي بعناية لمنحها خصائص غير عادية لا توجد عادة في الطبيعة. على وجه الخصوص ، أنشأ الفريق "نظام الدوران الاصطناعي" ، وهو ترتيب للعديد من المغناطيسات النانوية التي تتحد لتظهر سلوكًا مغناطيسيًا غريبًا.

ويتكون تصميمهم من شبكة من مئات القضبان التي يبلغ طولها 600 نانومتر من بيرمالوي ، وهي سبيكة مغناطيسية عالية من النيكل والحديد. يتم ترتيب هذه الأشرطة في نمط متكرر من Xs والتي تكون أذرعها العلوية أكثر سمكًا من أذرعها السفلية.

عادةً ما تحتوي أنظمة السبين الاصطناعية على نسيج مغناطيسي واحد ، يصف نمط المغنطة عبر مغناطيسها النانوي. لكن المادة الخارقة للفريق الإمبراطوري تتميز بنسيجين متميزين وقدرة أجزاء مختلفة منها على التبديل بينهما استجابة للمجالات المغناطيسية.

استخدم الباحثون هذه الخصائص لتنفيذ شكل من أشكال الذكاء الاصطناعي يُعرف باسم حوسبة المكامن. على عكس التعلم العميق ، حيث تقوم الشبكة العصبية بإعادة توصيل اتصالاتها أثناء تدريبها على مهمة ما ، فإن هذا النهج يغذي البيانات في شبكة تكون جميع اتصالاتها ثابتة وتقوم ببساطة بتدريب طبقة إخراج واحدة لتفسير ما يخرج من هذه الشبكة.

من الممكن أيضًا استبدال هذه الشبكة الثابتة بأنظمة مادية ، بما في ذلك أشياء مثل memristors أو المذبذبات ، طالما أن لها خصائص معينة ، مثل الاستجابة غير الخطية للمدخلات وشكل من أشكال الذاكرة للمدخلات السابقة. يلبي نظام الدوران الاصطناعي الجديد تلك المتطلبات ، لذلك استخدمه الفريق كخزان لتنفيذ سلسلة من مهام معالجة البيانات.

يقومون بإدخال البيانات إلى النظام عن طريق تعريضه لتسلسل المجالات المغناطيسية قبل السماح بدينامياته الداخلية إلى معالجة البيانات. ثم استخدموا تقنية تصوير تسمى الرنين المغناطيسي لتحديد التوزيع النهائي للمغناطيسات النانوية ، والتي قدمت الإجابة.

على الرغم من أن هذه لم تكن مهام عملية لمعالجة البيانات ، فقد تمكن الفريق من إظهار أن أجهزتهم كانت قادرة على مطابقة مخططات حوسبة المكامن الرائدة في سلسلة من تحديات التنبؤ التي تتضمن بيانات تختلف بمرور الوقت. الأهم من ذلك ، لقد أظهروا أنه كان قادرًا على التعلم بكفاءة على مجموعات تدريب قصيرة إلى حد ما ، والتي ستكون مهمة في العديد من تطبيقات إنترنت الأشياء في العالم الحقيقي.

ليس الجهاز صغيرًا جدًا فحسب ، بل إن حقيقة أنه يستخدم المجالات المغناطيسية لإجراء العمليات الحسابية بدلاً من نقل الكهرباء حوله يعني أنه يستهلك طاقة أقل بكثير. في بيان صحفي، يقدر الباحثون أنه عند توسيع نطاقها يمكن أن تكون أكثر كفاءة بـ 100,000 مرة من الحوسبة التقليدية.

هناك طريق طويل لنقطعه قبل أن يتم استخدام هذا النوع من الأجهزة عمليًا ، لكن النتائج تشير إلى أن أجهزة الكمبيوتر القائمة على المغناطيس يمكن أن تلعب دورًا مهمًا في تضمين الذكاء الاصطناعي في كل مكان.

الصورة الائتمان: باربرا جاكسون / 264 صورة

• كوينسمارت. أفضل بورصة للبيتكوين والعملات المشفرة في أوروبا.
• بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. دخول مجاني.
• كريبتوهوك. الرادار. تجربة مجانية.
• المصدر: https://singularityhub.com/2022/05/09/nanomagnetic-computing-could-drastically-cut-ais-energy-use/