伦敦帝国理工学院
信用:CC0公共领域
研究人员已经证明，使用像大脑中的神经元一样相互作用的微小纳米磁体来实现人工智能是可能的
由伦敦帝国理工学院研究人员领导的团队开发的新方法可以大幅削减人工智能(AI)的能源成本，目前全球人工智能的能源成本每3年翻一番
5个月
在今天发表在《自然纳米技术》上的一篇论文中，国际团队首次证明了纳米磁体网络可以用于执行类似人工智能的处理
研究人员表明，纳米磁体可以用于“时间序列预测”任务，例如预测和调节糖尿病患者的胰岛素水平
使用“神经网络”的人工智能旨在复制大脑各部分的工作方式，其中神经元相互交谈以处理和保留信息
许多用于驱动神经网络的数学最初是由物理学家发明的，用来描述磁体相互作用的方式，但当时直接使用磁体太困难了，因为研究人员不知道如何输入数据和获取信息
相反，运行在传统硅基计算机上的软件被用来模拟磁铁的相互作用，进而模拟大脑
现在，该团队已经能够使用磁铁本身来处理和存储数据——省去软件模拟的中间人，并有可能节省大量能源
纳米磁性状态 纳米磁体可以以不同的“状态”出现，这取决于它们的方向
对纳米磁体网络施加磁场会根据输入磁场的特性以及周围磁体的状态来改变磁体的状态
由英国皇家物理系研究人员领导的研究小组随后能够设计一种技术，一旦磁场通过，就可以计算每种状态下的磁铁数量，从而给出“答案”
该研究的第一作者之一Dr
杰克·加特塞德(Jack Gartside)说:“长期以来，我们一直在试图破解如何从磁计算中输入数据、提出问题并获得答案的问题
现在我们已经证明这是可行的，它为摆脱进行高能耗模拟的计算机软件铺平了道路
" 共同第一作者Kilian Stenning补充说:“磁体如何相互作用给了我们所需的所有信息；物理定律本身变成了计算机
" 团队负责人Dr
威尔·布兰福德说:“受谢灵顿和柯克帕特里克软件算法的启发，实现计算机硬件一直是一个长期目标
利用传统磁铁中原子的自旋是不可能的，但是通过将自旋放大成纳米图案阵列，我们已经能够实现必要的控制和读出
" 削减能源成本 人工智能现在被用于一系列领域，从语音识别到自动驾驶汽车
但是训练人工智能去完成相对简单的任务会耗费巨大的能量
例如，训练AI解决一个魔方需要相当于两个核电站运行一小时的能量
在传统的硅芯片计算机中，用于实现这一点的大部分能量都浪费在处理和存储过程中低效的电子传输上了
然而，纳米磁体不依赖于电子等粒子的物理传输，而是以“磁振子”波的形式处理和传输信息，其中每个磁体都会影响相邻磁体的状态
这意味着更少的能量损失，信息的处理和存储可以一起完成，而不是像传统计算机那样分开处理
这项创新可以使纳米磁计算比传统计算的效率提高10万倍
艾在边缘 该团队下一步将使用真实世界的数据(如心电图信号)来教授该系统，并希望将其制作成真正的计算设备
最终，磁系统可以集成到传统计算机中，以提高密集处理任务的能效
它们的能效也意味着它们可以由可再生能源供电，并用于“边缘人工智能”——在收集数据的地方处理数据，如南极洲的气象站，而不是将其发送回大型数据中心
这也意味着它们可以用于可穿戴设备，以处理身体的生物数据，例如预测和调节糖尿病患者的胰岛素水平或检测异常心跳
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
