Les aimants torsadés rendent l’informatique inspirée du cerveau plus adaptable

Une forme d’informatique inspirée du cerveau qui exploite les propriétés physiques intrinsèques de los angeles matière pour réduire considérablement los angeles consommation d’énergie se rapproche désormais de los angeles réalité, grâce à une nouvelle étude menée par des chercheurs de l’College School London et de l’Imperial School London.

Dans une nouvelle étude publiée dans los angeles revue Matériaux naturelsUne équipe internationale de chercheurs a utilisé des aimants chiraux (torsadés) comme strengthen de calcul et a découvert qu’en appliquant un champ magnétique externe et en faisant varier los angeles température, les propriétés physiques de ces matériaux peuvent être adaptées pour s’adapter à différentes tâches d’apprentissage automatique.

Une telle approche, connue sous le nom de calcul de réservoir body, a jusqu’à présent été limitée par son manque de reconfigurabilité. En effet, les propriétés physiques du matériau peuvent lui permettre d’exceller dans un positive sous-ensemble de tâches informatiques par rapport à d’autres.

Le Dr Oscar Lee (Centre de nanotechnologie de l’UCL à Londres et Département de génie électronique et électrique de l’UCL), auteur fundamental de l’article, a déclaré : « Ce travail nous rapproche de los angeles réalisation du plein potentiel des réservoirs physiques pour créer des ordinateurs qui peuvent non seulement nécessitent beaucoup moins d’énergie. Ils adaptent également leurs propriétés informatiques pour effectuer de manière optimale différentes tâches, tout comme notre cerveau.

« Los angeles prochaine étape consiste à identifier des matériaux et des architectures de dispositifs commercialement viables et évolutifs. »

L’informatique traditionnelle consomme de grandes quantités d’électricité. Cela est dû en partie au fait qu’il existe des unités distinctes pour le stockage et le traitement des données, ce qui signifie que les informations doivent constamment être mélangées entre les deux, gaspillant de l’énergie et produisant de los angeles chaleur. Il s’agit d’un problème spécifique à l’apprentissage automatique, dont le traitement nécessite d’énormes ensembles de données. Los angeles formation d’un grand modèle d’IA peut générer des centaines de tonnes de dioxyde de carbone.

L’informatique de sauvegarde body est l’une des nombreuses approches neuronales (ou inspirées du cerveau) qui visent à supprimer le besoin d’unités de mémoire et de traitement distinctes, facilitant ainsi des moyens plus efficaces de traitement des données. En plus d’être une selection plus sturdy à l’informatique traditionnelle, l’informatique body redondante peut être intégrée aux circuits existants pour fournir des capacités supplémentaires également économes en énergie.

Dans l’étude, à laquelle ont participé des chercheurs du Japon et d’Allemagne, l’équipe a utilisé un analyseur de maillage vectoriel pour déterminer l’absorption d’énergie des aimants chiraux à différentes intensités de champ magnétique et températures allant de -269°C à température ambiante.

Ils ont découvert que les différentes levels magnétiques des aimants chiraux very good dans différents varieties de tâches informatiques. L’étage Skyrmion, où les particules magnétisées tournent selon un schéma semblable à un vortex, possédait une area of expertise capacité de mémoire adaptée à los angeles prédiction de undertaking. Pendant ce temps, los angeles mémoire de segment du cône était uncommon, mais sa non-linéarité était idéale pour les tâches de transformation et de catégorisation, par exemple pour déterminer si un animal était un chat ou un chien.

Le co-auteur, le Dr Jack Gartside, de l’Imperial School de Londres, a déclaré : “Nos collaborateurs de l’UCL dans le groupe du professeur Hidekazu Kuribayashi ont récemment identifié un ensemble prometteur de matériaux pour alimenter l’informatique non conventionnelle. Ces matériaux sont spéciaux automobile ils peuvent prendre en price un environnement particulièrement riche. ” « Variété de textures magnétiques. »

« En collaboration avec l’auteur fundamental, le Dr Oscar Lee, le groupe de l’Imperial School de Londres (dirigé par le Dr Gartside, Killian Stenning et le professeur Will Branford) a conçu une structure informatique neuromorphique pour tirer parti des propriétés complexes des matériaux afin de répondre aux exigences d’une variété de tâches difficiles. Cela a donné d’excellents résultats. Il a montré remark los angeles reconfiguration des étapes physiques peut modéliser directement les performances du calcul neuronal.

Des chercheurs de l’Université de Tokyo et de l’Université methodology de Munich ont également participé aux travaux.