La computación ‘nanomagnética’ puede ofrecer inteligencia artificial de bajo consumo

La computación ‘nanomagnética’ puede ofrecer inteligencia artificial de bajo consumo


Los investigadores han demostrado que es posible impulsar la inteligencia artificial utilizando diminutos nanoimanes que interactúan como neuronas en el cerebro.

El nuevo método, desarrollado por un equipo dirigido por investigadores del Imperial College London, podría reducir los costos de energía de la inteligencia artificial (IA), que actualmente se duplican cada 3,5 meses en todo el mundo.

En un artículo publicado hoy en nanotecnología de la naturalezaEl equipo internacional ha proporcionado la primera evidencia de que las redes de nanoimanes se pueden utilizar para realizar un procesamiento similar a la IA. Los investigadores demostraron que los nanoimanes se pueden utilizar para tareas de «predicción de series temporales», como predecir y regular los niveles de insulina en diabéticos.

La inteligencia artificial, utilizando «redes neuronales», tiene como objetivo replicar cómo funcionan partes del cerebro, donde las neuronas se comunican entre sí para procesar y almacenar información. Gran parte de las matemáticas que impulsan las redes neuronales fueron inventadas originalmente por físicos para describir cómo interactúan los imanes, pero en ese entonces era demasiado difícil usar imanes directamente porque los investigadores no sabían cómo ingresar datos y extraer información.

En cambio, se utilizó software que se ejecutaba en computadoras convencionales basadas en silicio para simular las interacciones magnéticas, que a su vez simulaban el cerebro. Ahora, el equipo pudo utilizar los propios imanes para procesar y almacenar datos, lo que eliminó al intermediario de la simulación de software y generó potencialmente un gran ahorro de energía.

estados nanomagnéticos

Dependiendo de la orientación, los nanoimanes pueden asumir diferentes «estados». La aplicación de un campo magnético a una red de nanoimanes cambia el estado de los imanes en función de las propiedades del campo de entrada, pero también de los estados de los imanes circundantes.

El equipo, dirigido por investigadores del Departamento Imperial de Física, pudo diseñar una técnica para contar la cantidad de imanes en cada estado una vez que se atravesó el campo y obtener la «respuesta».

El co-primer autor del estudio, el Dr. Jack Gartside, dijo: «Durante mucho tiempo hemos tratado de resolver el problema de cómo ingresar datos, hacer una pregunta y obtener una respuesta de la computación magnética. Ahora que hemos demostrado que es factible, allana el camino para deshacernos del software de computadora que ejecuta la simulación de uso intensivo de energía».

El coautor Kilian Stenning agregó: “La forma en que interactúan los imanes nos brinda toda la información que necesitamos; las mismas leyes de la física se convierten en la computadora”.

jefe de equipo dr Will Branford dijo: «Era un objetivo a largo plazo crear un hardware informático inspirado en los algoritmos de software de Sherrington y Kirkpatrick. Con matrices con patrones nanométricos pudimos lograr el control y la lectura necesarios».

Reducción de costes energéticos

La IA se está utilizando en una variedad de contextos en la actualidad, desde el reconocimiento de voz hasta los automóviles autónomos. Pero entrenar a la IA para que haga incluso tareas relativamente simples puede requerir mucha energía. Por ejemplo, entrenar a la IA para resolver un Cubo de Rubik requirió la energía equivalente a dos plantas de energía nuclear funcionando durante una hora.

Gran parte de la energía utilizada para lograr esto en las computadoras tradicionales con chips de silicio se desperdicia en el transporte eficiente de electrones durante el procesamiento y el almacenamiento. Sin embargo, los nanoimanes no se basan en el transporte físico de partículas como los electrones, sino que procesan y transmiten información en forma de onda «magnónica», donde cada imán afecta el estado de los imanes vecinos.

Esto significa que se desperdicia mucha menos energía y que el procesamiento y el almacenamiento de información pueden ocurrir juntos, en lugar de ser procesos separados como las computadoras tradicionales. Esta innovación podría hacer que la computación nanomagnética sea hasta 100 000 veces más eficiente que la computación tradicional.

IA al límite

A continuación, el equipo enseñará el sistema utilizando datos del mundo real, como señales de EKG, y espera convertirlo en un dispositivo informático real. Eventualmente, los sistemas magnéticos podrían integrarse en computadoras tradicionales para mejorar la eficiencia energética para tareas de procesamiento intensivo.

Su eficiencia energética también significa que bien podrían funcionar con energía renovable y ejecutar ‘IA en el borde’, procesando datos donde se recopilan, como en el hogar. B. Estaciones meteorológicas antárticas en lugar de enviarlas de vuelta a grandes centros de datos.

Esto también significa que podrían usarse en dispositivos portátiles para procesar datos biométricos sobre el cuerpo, p. B. para predecir y regular los niveles de insulina para diabéticos o para detectar latidos cardíacos anormales.

Related post

La edición de genes a través de CRISPR/Cas9 puede provocar toxicidad celular e inestabilidad del genoma

La edición de genes a través de CRISPR/Cas9 puede…

09.08.2022 (Noticias de Nanowerk) CRISPR/Cas9 es una técnica de edición de genes muy precisa y ampliamente utilizada por cuyo desarrollo Jennifer…
Siete errores comunes que se deben evitar al crear valor comercial con inteligencia artificial

Siete errores comunes que se deben evitar al crear…

La inteligencia artificial (IA) está provocando una revolución tecnológica que está transformando la forma en que las empresas hacen negocios. Es…
puede tesla [TSLA] ¿Alcanzar una capitalización de mercado de 2 billones de dólares para 2025?

puede tesla [TSLA] ¿Alcanzar una capitalización de mercado de…

Las acciones de Tesla se han polarizado desde la salida a bolsa inicial del fabricante de automóviles, pero después de que…

Leave a Reply

Tu dirección de correo electrónico no será publicada.