モノのインターネットが拡大するにつれて、エンジニアはAIをすべてに組み込みたいと考えていますが、必要なエネルギーの量は、最小で最もリモートのデバイスにとって課題です。 新しい「ナノマグネティック」コンピューティングアプローチが解決策を提供する可能性があります。
ほとんどの場合 AI 今日の開発は、巨大なデータセンターで実行される大規模で複雑なモデルに焦点を当てており、より小型で電力に制約のあるデバイスでより単純なAIアプリケーションを実行する方法に対する需要も高まっています。
ウェアラブルからスマート産業用センサー、ドローンまで、多くのアプリケーションでは、クラウドベースのAIシステムにデータを送信することは意味がありません。 これは、プライベートデータの共有に関する懸念、またはデータの送信と応答の待機に起因する避けられない遅延が原因である可能性があります。
しかし、これらのデバイスの多くは小さすぎて、AIに通常使用される種類の高性能プロセッサを収容できません。 また、バッテリーや環境から収集したエネルギーで動作する傾向があるため、従来のディープラーニングアプローチの厳しい電力要件を満たすことができません。
これにより、これらの種類のシステムでAIを実行できるようにする新しいハードウェアおよびコンピューティングアプローチに関する研究が増えています。 この作品の多くは、電球と同じ量の電力を使用しながら、コンピューティングの驚くべき偉業を成し遂げることができる脳から借りようとしています。 これらには、脳の配線を模倣するニューロモルフィックチップや、 Memristors—生物学的ニューロンのように動作する電子部品。
新しい研究主導by インペリアルカレッジロンドンの科学者は、ナノスケールの磁石のネットワークを使用したコンピューティングが有望な代替手段になる可能性があることを示唆しています。 で 紙 先週公開 自然ナノテクノロジー、チームは、小さな磁気要素の配列に磁場を適用することにより、複雑なデータを処理し、通常のコンピューターの数分のXNUMXの電力を使用して予測を提供するようにシステムをトレーニングできることを示しました。
彼らのアプローチの中心にあるのは、メタマテリアルと呼ばれるものです。メタマテリアルとは、自然界では通常見られない異常な特性を与えるように内部の物理的構造が注意深く設計された人工材料です。 特に、チームは「人工スピンシステム」を作成しました。これは、エキゾチックな磁気的振る舞いを示すために組み合わされた多くのナノ磁石の配置です。
それらの設計は、高磁性のニッケル-鉄合金であるパーマロイの長さ600ナノメートルの数百本の棒の格子で構成されています。 これらのバーは、上腕が下腕よりも厚いXの繰り返しパターンで配置されています。
通常、人工スピンシステムは、そのナノ磁石全体の磁化のパターンを表す単一の磁気テクスチャを持っています。 しかし、インペリアルチームのメタマテリアルは、XNUMXつの異なるテクスチャと、磁場に応じてそれらの異なる部分を切り替える機能を備えています。
研究者は、これらのプロパティを使用して、リザーバーコンピューティングと呼ばれるAIの形式を実装しました。 ニューラルネットワークがタスクのトレーニング中に接続を再配線するディープラーニングとは異なり、このアプローチは、接続がすべて固定されているネットワークにデータをフィードし、このネットワークから出てくるものを解釈するために単一の出力層をトレーニングするだけです。
入力に対する非線形応答や以前の入力の何らかの形式のメモリなどの特定のプロパティがある限り、この固定ネットワークをメモリスタやオシレータなどの物理システムに置き換えることもできます。 新しい人工スピンシステムはこれらの要件に適合しているため、チームはそれを一連のデータ処理タスクを実行するためのリザーバーとして使用しました。
彼らは、それ自身の内部ダイナミクスを可能にする前に、それを一連の磁場にさらすことによってシステムにデータを入力します 〜へ データを処理します。 次に、彼らは強磁性共鳴と呼ばれるイメージング技術を使用して、ナノ磁石の最終的な分布を決定し、それが答えを提供しました。
これらは実用的なデータ処理タスクではありませんでしたが、チームは、時間の経過とともに変化するデータを含む一連の予測課題で、デバイスが主要な貯水池コンピューティングスキームと一致できることを示すことができました。 重要なことに、彼らは、かなり短いトレーニングセットで効率的に学習できることを示しました。これは、多くの実際のIoTアプリケーションで重要です。
また、デバイスが非常に小さいだけでなく、電気を往復させるのではなく磁場を使用して計算を実行するという事実は、消費電力がはるかに少ないことを意味します。 の プレスリリース、研究者は、スケールアップすると、従来のコンピューティングよりも100,000倍効率的になる可能性があると推定しています。
この種のデバイスが実用化されるまでには長い道のりがありますが、その結果は、磁石をベースにしたコンピューターがあらゆる場所にAIを組み込む上で重要な役割を果たす可能性があることを示唆しています。
画像のクレジット: バーバラジャクソン/264画像
- "
- 000
- 100
- 私たちについて
- 越えて
- AI
- すべて
- 許可
- 量
- 適用
- アプローチ
- 周りに
- 人工の
- バー
- ボディ
- できる
- キャリー
- 一定
- 挑戦する
- 課題
- チップ
- カレッジ
- 来ます
- 複雑な
- 計算
- コンピュータ
- コンピューター
- コンピューティング
- Connections
- 可能性
- 作成した
- クレジット
- データ
- データセンター
- 遅延
- 需要
- 設計
- 決定する
- 開発
- デバイス
- Devices
- 異なります
- ディストリビューション
- そうではありません
- ダイナミクス
- 効率的な
- 効率良く
- 電気
- 要素は
- エネルギー
- エンジニア
- 環境
- 推定
- すべてのもの
- 展示
- 拡大する
- 特徴
- フィールズ
- 焦点を当て
- フォーム
- 発見
- 成長
- Hardware
- 非常に
- お家の掃除
- HTTPS
- 巨大な
- 何百
- インペリアルカレッジ
- ロンドン大学インペリアルカレッジ
- 実装する
- 重要
- include
- 含めて
- インダストリアル
- インターネット
- モノのインターネット
- IOT
- IT
- 既知の
- 大
- 主要な
- LEARN
- 学習
- ツェッペリン
- 光
- ロンドン
- 長い
- 製
- 一致
- 材料
- 手段
- メモリ
- モデル
- 他には?
- 最も
- 自然
- ネットワーク
- ネットワーク
- 通常の
- 自分の
- 特定の
- パターン
- 物理的な
- プレイ
- 可能
- 電力
- 予測
- 予測
- 前
- プライベート
- プロセス
- 有望
- 提供します
- 要件
- 研究
- 研究者
- 応答
- 結果
- ラン
- ランニング
- 科学者たち
- センス
- シリーズ
- シェアリング
- ショート
- 小さい
- スマート
- So
- 溶液
- 一部
- スピン
- スイッチ
- システム
- タスク
- チーム
- 時間
- 今日
- トレーニング
- 列車
- つかいます
- ウェアラブル
- 週間
- この試験は
- 何ですか
- while
- 仕事
- でしょう