Secondo i ricercatori, l’informatica “nanomagnetica” può fornire un’IA a bassa energia 

I ricercatori hanno dimostrato che è possibile eseguire l’intelligenza artificiale utilizzando minuscoli nanomagneti che interagiscono come neuroni nel cervello.

Il nuovo metodo, sviluppato da un team guidato dai ricercatori dell’Imperial College London, potrebbe ridurre il costo energetico dell’intelligenza artificiale (IA), che attualmente sta raddoppiando a livello globale ogni 3,5 mesi.

In un articolo pubblicato oggi su Nature Nanotechnology , il team internazionale ha prodotto la prima prova che le reti di nanomagneti possono essere utilizzate per eseguire elaborazioni simili all’IA. I ricercatori hanno mostrato che i nanomagneti possono essere utilizzati per compiti di “previsione di serie temporali”, come la previsione e la regolazione dei livelli di insulina nei pazienti diabetici.

L’intelligenza artificiale che utilizza “reti neurali” mira a replicare il modo in cui funzionano parti del cervello, in cui i neuroni parlano tra loro per elaborare e conservare le informazioni. Gran parte della matematica utilizzata per alimentare le reti neurali è stata originariamente inventata dai fisici per descrivere il modo in cui i magneti interagiscono, ma all’epoca era troppo difficile utilizzare i magneti direttamente poiché i ricercatori non sapevano come inserire dati e ottenere informazioni.

Invece, per simulare le interazioni del magnete è stato utilizzato un software eseguito su computer tradizionali basati sul silicio, simulando a sua volta il cervello. Ora, il team è stato in grado di utilizzare i magneti stessi per elaborare e archiviare i dati, eliminando gli intermediari della simulazione software e offrendo potenzialmente enormi risparmi energetici.

Stati nanomagnetici

I nanomagneti possono trovarsi in vari “stati”, a seconda della loro direzione. L’applicazione di un campo magnetico a una rete di nanomagneti cambia lo stato dei magneti in base alle proprietà del campo di input, ma anche agli stati dei magneti circostanti.

Il team, guidato dai ricercatori del Dipartimento di Fisica Imperiale, è stato quindi in grado di progettare una tecnica per contare il numero di magneti in ogni stato una volta che il campo è passato, dando la “risposta”.

Il co-primo autore dello studio, il dottor Jack Gartside, ha dichiarato: “Da molto tempo cerchiamo di risolvere il problema di come inserire dati, porre una domanda e ottenere una risposta dal calcolo magnetico. Ora abbiamo dimostrato che può essere fatto, apre la strada all’eliminazione del software per computer che esegue la simulazione ad alta intensità energetica”.

Il co-primo autore Kilian Stenning ha aggiunto: “Il modo in cui interagiscono i magneti ci fornisce tutte le informazioni di cui abbiamo bisogno; le stesse leggi della fisica diventano il computer.

Il capo del team, il dottor Will Branford, ha dichiarato: “È stato un obiettivo a lungo termine realizzare hardware per computer ispirato agli algoritmi software di Sherrington e Kirkpatrick. Non è stato possibile utilizzare gli spin sugli atomi nei magneti convenzionali, ma aumentando gli spin in array a nanomodelli siamo stati in grado di ottenere il controllo e la lettura necessari”.

Riduzione dei costi energetici

L’intelligenza artificiale è ora utilizzata in una vasta gamma di contesti, dal riconoscimento vocale alle auto a guida autonoma. Ma addestrare l’IA a svolgere anche compiti relativamente semplici può richiedere enormi quantità di energia. Ad esempio, addestrare l’IA per risolvere un cubo di Rubik ha richiesto l’energia equivalente a due centrali nucleari in funzione per un’ora.

Gran parte dell’energia utilizzata per raggiungere questo obiettivo nei computer convenzionali con chip di silicio viene sprecata in un trasporto inefficiente di elettroni durante l’elaborazione e l’archiviazione nella memoria. I nanomagneti, tuttavia, non si basano sul trasporto fisico di particelle come gli elettroni, ma elaborano e trasferiscono informazioni sotto forma di un’onda “magnon”, in cui ogni magnete influisce sullo stato dei magneti vicini.

Ciò significa che viene persa molta meno energia e che l’elaborazione e l’archiviazione delle informazioni possono essere eseguite insieme, anziché essere processi separati come nei computer convenzionali. Questa innovazione potrebbe rendere l’informatica nanomagnetica fino a 100.000 volte più efficiente dell’informatica convenzionale.

AI al limite

Il team insegnerà quindi il sistema a utilizzare i dati del mondo reale, come i segnali ECG, e spera di trasformarlo in un vero dispositivo informatico. Alla fine, i sistemi magnetici potrebbero essere integrati nei computer convenzionali per migliorare l’efficienza energetica per attività di elaborazione intense.

La loro efficienza energetica significa anche che potrebbero essere fattibilmente alimentati da energia rinnovabile e utilizzati per fare “AI al limite”, elaborando i dati dove vengono raccolti, come le stazioni meteorologiche in Antartide, piuttosto che rimandarli a grandi data center .

Significa anche che potrebbero essere utilizzati su dispositivi indossabili per elaborare dati biometrici sul corpo, come prevedere e regolare i livelli di insulina per le persone diabetiche o rilevare battiti cardiaci anormali.

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi