Nanomagnetno računalništvo bi lahko drastično zmanjšalo porabo energije umetne inteligence

Ker se internet stvari širi, želijo inženirji v vse vgraditi AI, vendar je količina energije, ki jo potrebuje, izziv za najmanjše in najbolj oddaljene naprave. Nov "nanomagnetni" računalniški pristop bi lahko zagotovil rešitev.

Medtem ko je večina AI Današnji razvoj je osredotočen na velike, zapletene modele, ki se izvajajo v ogromnih podatkovnih centrih, narašča pa tudi povpraševanje po načinih izvajanja enostavnejših aplikacij AI na manjših napravah z bolj omejeno močjo.

Za številne aplikacije, od nosljivih naprav do pametnih industrijskih senzorjev do dronov, pošiljanje podatkov v sisteme umetne inteligence v oblaku ni smiselno. To je lahko posledica skrbi glede skupne rabe zasebnih podatkov ali neizogibnih zamud, ki izhajajo iz prenosa podatkov in čakanja na odgovor.

Vendar je veliko teh naprav premajhnih, da bi lahko v njih vgradili zmogljive procesorje, ki se običajno uporabljajo za AI. Običajno delujejo tudi na baterije ali energijo, pridobljeno iz okolja, in tako ne morejo izpolniti zahtevnih zahtev glede električne energije običajnih pristopov globokega učenja.

To je privedlo do vse večjega obsega raziskav nove strojne opreme in računalniških pristopov, ki omogočajo izvajanje umetne inteligence v tovrstnih sistemih. Velik del tega dela si je prizadeval izposoditi od možganov, ki so sposobni neverjetnih računalniških podvigov, medtem ko porabijo enako količino energije kot žarnica. Ti vključujejo nevromorfne čipe, ki posnemajo ožičenje možganov in procesorjev, zgrajenih iz memristorji—elektronske komponente, ki se obnašajo kot biološki nevroni.

Nova raziskava, ki jo je vodil by Znanstveniki z Imperial College London kažejo, da bi lahko bilo računalništvo z mrežami nanometrskih magnetov obetavna alternativa. V papirja objavljen prejšnji teden v Naravna nanotehnologija, je ekipa pokazala, da lahko z uporabo magnetnih polj v nizu majhnih magnetnih elementov usposobijo sistem za obdelavo kompleksnih podatkov in zagotovijo napovedi z uporabo delčka moči običajnega računalnika.

V središču njihovega pristopa je tisto, kar je znano kot metamaterial, material, ki ga je ustvaril človek, katerega notranja fizična struktura je skrbno zasnovana tako, da mu daje nenavadne lastnosti, ki jih običajno ne najdemo v naravi. Zlasti je ekipa ustvarila "umetni vrtilni sistem", razporeditev številnih nanomagnetov, ki združujejo eksotično magnetno obnašanje.

Njihova zasnova je sestavljena iz mreže na stotine 600-nanometrskih dolgih palic iz permaloja, zelo magnetne zlitine niklja in železa. Te palice so razporejene v ponavljajočem se vzorcu X-jev, katerih zgornje roke so debelejše od spodnjih rok.

Običajno imajo sistemi z umetnim vrtenjem eno samo magnetno teksturo, ki opisuje vzorec magnetizacije njegovih nanomagnetov. Toda metamaterial ekipe Imperial ima dve različni teksturi in možnost, da različni deli preklapljajo med njima kot odziv na magnetna polja.

Raziskovalci so te lastnosti uporabili za implementacijo oblike umetne inteligence, znane kot računalništvo z rezervoarji. V nasprotju z globokim učenjem, pri katerem nevronska mreža med urjenjem na nalogi ponovno ožiči svoje povezave, ta pristop dovaja podatke v omrežje, katerega vse povezave so fiksne, in preprosto usposablja eno samo izhodno plast za interpretacijo tega, kar prihaja iz tega omrežja.

Prav tako je možno zamenjati to fiksno omrežje s fizičnimi sistemi, vključno s stvarmi, kot so memristorji ali oscilatorji, če imajo določene lastnosti, kot je nelinearni odziv na vhode in neko obliko pomnilnika prejšnjih vhodov. Novi sistem umetnega vrtenja ustreza tem zahtevam, zato ga je ekipa uporabila kot rezervoar za izvedbo vrste nalog obdelave podatkov.

Podatke vnašajo v sistem tako, da ga izpostavijo zaporedjem magnetnih polj, preden dovolijo lastno notranjo dinamiko do obdelati podatke. Nato so uporabili slikovno tehniko, imenovano feromagnetna resonanca, da bi določili končno porazdelitev nanomagnetov, kar je zagotovilo odgovor.

Čeprav to niso bile praktične naloge obdelave podatkov, je ekipa lahko pokazala, da se je njihova naprava zmogla ujemati z vodilnimi računalniškimi shemami rezervoarjev pri vrsti izzivov napovedi, ki vključujejo podatke, ki se spreminjajo skozi čas. Pomembno je, da so pokazali, da se je lahko učinkovito učil na dokaj kratkih sklopih usposabljanja, kar bi bilo pomembno v številnih aplikacijah interneta stvari v resničnem svetu.

In ne samo, da je naprava zelo majhna, dejstvo, da uporablja magnetna polja za izvajanje računanja, namesto da bi prenašala elektriko naokoli, pomeni, da porabi veliko manj energije. notri Sporočilo za javnost, raziskovalci ocenjujejo, da bi lahko bil ob povečanju 100,000-krat učinkovitejši od običajnega računalništva.

Dolga pot je pred praktično uporabo tovrstne naprave, vendar rezultati kažejo, da bi lahko računalniki, ki temeljijo na magnetih, igrali pomembno vlogo pri vgrajevanju umetne inteligence povsod.

Kreditno slike: BarbaraJackson / 264 slik

• Coinsmart. Najboljša evropska borza bitcoinov in kriptovalut.
• Platoblockchain. Web3 Metaverse Intelligence. Razširjeno znanje. PROST DOSTOP.
• CryptoHawk. Altcoin radar. Brezplačen preizkus.
• Vir: https://singularityhub.com/2022/05/09/nanomagnetic-computing-could-drastically-cut-ais-energy-use/