„Наномагнитните“ изчисления могат да осигурят нискоенергиен AI, показват изследователите | Имперски новини


Решетка от дълги овали, съдържащи малки стрелки, сочещи в различни посоки, представляващи наномагнити




Изследователите са показали, че е възможно да се извършва изкуствен интелект с помощта на малки наномагнити, които взаимодействат като неврони в мозъка.

Новият метод, разработен от екип, ръководен от изследователи от Imperial College London, може да намали енергийната цена на изкуствения интелект (AI), която в момента се удвоява в световен мащаб на всеки 3,5 месеца.

Как магнитите взаимодействат ни дава цялата информация, от която се нуждаем; самите закони на физиката се превръщат в компютър. Килиан Стенинг

В публикация, публикувана днес в Природни нанотехнологии, международният екип създаде първото доказателство, че мрежи от наномагнити могат да се използват за извършване на обработка, подобна на AI. Изследователите показаха, че наномагнитите могат да се използват за задачи за “предсказване на времеви серии”, като например прогнозиране и регулиране на нивата на инсулин при пациенти с диабет.

Изкуственият интелект, който използва „невронни мрежи“, има за цел да възпроизведе начина, по който работят части от мозъка, където невроните разговарят помежду си, за да обработват и задържат информация. Голяма част от математиката, използвана за захранване на невронни мрежи, първоначално е изобретена от физиците, за да опишат начина, по който магнитите взаимодействат, но по това време беше твърде трудно да се използват директно магнити, тъй като изследователите не знаеха как да поставят данни и да извличат информация.

Вместо това, софтуерът, работещ на традиционните компютри, базирани на силиций, беше използван за симулиране на взаимодействията на магнита, като на свой ред се симулира мозъкът. Сега екипът е в състояние да използва самите магнити за обработка и съхраняване на данни – премахвайки посредника на софтуерната симулация и потенциално предлагайки огромни икономии на енергия.

Наномагнитни състояния

Наномагнитите могат да бъдат в различни „състояния“, в зависимост от тяхната посока. Прилагането на магнитно поле към мрежа от наномагнити променя състоянието на магнитите въз основа на свойствата на входното поле, но също и на състоянието на околните магнити.

Графика на дифузни и силни линии
Карта на състоянията на наномагнитите в един експеримент

Екипът, ръководен от изследователи от Имперския отдел по физика, след това успя да проектира техника за преброяване на броя на магнитите във всяко състояние, след като полето е преминало, давайки „отговора“.

Съавторът на изследването д-р Джак Гартсайд каза: „Опитваме се да решим проблема как да въвеждаме данни, да задаваме въпрос и да получаваме отговор от магнитните изчисления от дълго време. Сега доказахме, че може да се направи, това проправя пътя за премахване на компютърния софтуер, който прави енергоемката симулация.”

Съавторът Килиан Стенинг добави: „Начинът, по който взаимодействат магнитите, ни дава цялата информация, от която се нуждаем; самите закони на физиката се превръщат в компютър.”

Ръководител екип д-р Уил Бранфорд каза: „Дългосрочна цел беше да се реализира компютърен хардуер, вдъхновен от софтуерните алгоритми на Шерингтън и Къркпатрик. Не беше възможно да използваме завъртанията върху атоми в конвенционалните магнити, но чрез мащабиране на завъртанията в масиви с наномодели успяхме да постигнем необходимия контрол и отчитане.”

Намаляване на разходите за енергия

AI вече се използва в редица контексти, от разпознаване на глас до самостоятелно управляващи автомобили. Но обучението на AI да изпълнява дори сравнително прости задачи може да отнеме огромни количества енергия. Например, обучението на AI за решаване на куб на Рубик е отнело енергийния еквивалент на две атомни електроцентрали, работещи за един час.

Голяма част от енергията, използвана за постигане на това в конвенционалните компютри със силициев чип, се губи при неефективно транспортиране на електрони по време на обработка и съхранение в паметта. Наномагнитите обаче не разчитат на физическия транспорт на частици като електрони, а вместо това обработват и пренасят информация под формата на „магнонова“ вълна, където всеки магнит влияе върху състоянието на съседните магнити.

Това означава, че се губи много по-малко енергия и че обработката и съхранението на информация могат да се извършват заедно, вместо да бъдат отделни процеси, както в конвенционалните компютри. Тази иновация може да направи наномагнитните изчисления до 100 000 пъти по-ефективни от конвенционалните изчисления.

AI на ръба

След това екипът ще обучава системата, използвайки данни от реалния свят, като ЕКГ сигнали, и се надява да я превърне в истинско изчислително устройство. В крайна сметка магнитните системи могат да бъдат интегрирани в конвенционалните компютри за подобряване на енергийната ефективност за интензивни задачи за обработка.

Тяхната енергийна ефективност също означава, че е възможно да се захранват от възобновяема енергия и да се използват за извършване на „AI на ръба“ – обработка на данните, където се събират, като метеорологични станции в Антарктида, вместо да ги изпращат обратно до големи центрове за данни.

Това също така означава, че те могат да се използват на носими устройства за обработка на биометрични данни за тялото, като например прогнозиране и регулиране на нивата на инсулин за хора с диабет или откриване на необичайни сърдечни удари.

Преконфигурируемо обучение и изчисление на резервоара в изкуствен въртящ се вихров лед чрез пръстови отпечатъци с въртяща вълна‘ от Джак С. Гартсайд, Килиан Д. Стенинг, Алекс Ванстоун, Холи Х. Холдър, Даан М. Ароо, Трой Дион, Франческо Каравели, Хидеказу Куребаяши и Уил Р. Бранфорд е публикуван в Природни нанотехнологии.