Изучение магнитов может привести к энергоэффективной обработке данных
Потребляемая мощность дата-центров по всему миру растет. Это создает высокий спрос на новые технологии, которые могут привести к созданию энергоэффективных компьютеров. В новом исследовании физики из университета Радбуда продемонстрировали, что этого также можно достичь с помощью микросхем, работа которых основана на работе человеческого мозга. Исследование было опубликовано в научном журнале « Прикладная физика письма» 16 мая.
По сравнению с нашими современными компьютерами человеческий мозг использует часть энергии для обработки того же объема данных. Это возможно из-за того, что наш мозг может обрабатывать данные параллельно и сохранять их, делая соединения сильнее или слабее.
«Мы хотели посмотреть, сможем ли мы реализовать это свойство пластичности в искусственной системе и объединить его с быстрой и энергоэффективной техникой для управления магнетизмом с помощью света, которая применяется уже некоторое время», — говорят Йохан Ментинк и Тео Расинг. Оба физика из Университета Радбуда. «Это должно в конечном итоге привести к энергоэффективным и умным компьютерам».
Аналоговый вместо цифрового
Возможность быстрого и энергоэффективного хранения данных с использованием магнетизма известна уже давно. При подаче коротких световых импульсов на магнитный материал магнитные спины в материале переворачиваются, что превращает 0 в 1, и наоборот. «Но чтобы заставить эти магниты вести себя как синапсы в мозге, которые позволили бы не только хранить данные, но и обрабатывать их, магнитам нужно позволять непрерывно менять», — объясняет Йохан Ментинк.
«Мы смогли придать магнитам это свойство, гарантируя, что магнитное состояние материала постепенно изменяется под воздействием света, вместо того, чтобы делать полный переворот сразу. Это можно сравнить с аналоговыми часами, которые движутся постепенно, в отличие от цифровые часы. »
Учебное поведение магнитов
Это новое пластическое свойство проложило путь для исследователей построить небольшую искусственную нейронную сеть , в которой были соединены две отдельные области магнита — два искусственных синапса. Расинг: «Мы продемонстрировали, что можно создать искусственную нейронную сеть с использованием магнитов, которые не только хранят данные, но и действительно способны классифицировать шаблоны и демонстрировать поведение обучения».
Теперь исследователи хотят выяснить, могут ли они построить более крупные нейронные сети, следуя этому подходу. «Прямо сейчас, нейронная сеть учится на обратной связи, которую она получает от внешнего компьютера. В более долгосрочной перспективе мы надеемся найти физический принцип для реализации обратной связи в самом материале. Это будет иметь значительное влияние на пути к какие искусственные нейронные сети могут быть применены в нашем обществе », — говорит Ментинк.
