Магниты и эффективность
Как сказано в статье «Расширение интеллекта», искусственные нейронные сети моделируют работу мозга, в процессе которой нейроны «разговаривают» друг с другом и сохраняют информацию. Изначально математический аппарат нейросетей физики разрабатывали для описания взаимодействующих атомных спинов или наномагнитов. Они могут быть в разных состояниях в зависимости от начальной намагниченности каждого и воздействующего на них магнитного поля. Физики нашли способ посчитать число магнитов в каждом состоянии. Однако использовать спиновую элементную базу для построения компьютера они не могли, так как не понимали, как вводить и извлекать информацию. Вместе этого расчеты выполняли на стандартных компьютерах с программной эмуляцией магнитных взаимодействий.
Команда ученых физического факультета Имперского колледжа Лондона под руководством доктора Уилла Брэнфорда (Will Branford) добилась наконец успеха. Она сумела придумать алгоритм подсчета числа магнитов в различных состояниях при воздействии поля и предложить электромагнитный метод записи и считывания информации с наномагнитов. Так они впервые однозначно доказали, что сети наномагнитов можно практически использовать для решения задач ИИ. Например, для вычисления временных рядов при предсказании и регулировании уровней инсулина у больных диабетом.
Даже самые малые задачи, которые решает ИИ, требуют колоссальных энергозатрат. К примеру, программа тренировки ИИ на сборку кубика Рубика потребляет энергию, эквивалентную двум часам работы средней АЭС. И существенная ее доля связана с работой обычного компьютера по переносу электрических зарядов. Один из первых авторов, доктор Джек Гартсайд (Jack Gartside), говорит, что новый метод позволит и сэкономить энергию на расчетах и избавиться от программ эмуляции магнитных взаимодействий. Он резко снизит стоимость работы ИИ, которая нынче удваивается каждые три с половиной месяца.
Наномагниты не переносят заряд, они проводят коллективные электромагнитные возбуждения, так называемые магноны. Питать их можно от солнечных батарей. Инновация английских ученых способна повысить энергоэффективность ИИ в 100 тысяч раз. Сейчас команда ученых занята изготовлением чипа, который можно будет интегрировать и в обычные компьютеры. Эти магнитные чипы смогут работать на метеостанциях, считывать биометрические данные, обрабатывать сигналы различных сенсоров и много чего еще. (Nature Nanotechnology, 17, 460, 2022)