حوسبة الذكاء الاصطناعي باستخدام شبكات من المغناطيسات النانوية الصغيرة
أظهر الباحثون أنه من الممكن إجراء ذكاء اصطناعي باستخدام مغناطيسات نانوية صغيرة تتفاعل مثل الخلايا العصبية في الدماغ.
التكنولوجيا الجديدة، التي طورها فريق بقيادة باحثي إمبريال كوليدج لندن، يمكن أن تقلل بشكل كبير من تكلفة الطاقة للذكاء الاصطناعي (AI)، والتي تتضاعف حاليًا على مستوى العالم كل 3.5 شهر.
في ورقة بحثية نُشرت اليوم (5 مايو 2022) في مجلة Nature Nanotechnology ، قدم الفريق الدولي أول دليل على أنه يمكن استخدام شبكات من المغناطيسات النانوية لإجراء معالجة شبيهة بالذكاء الاصطناعي.
وأظهر الباحثون أن المغناطيسات النانوية يمكن استخدامها في مهام “التنبؤ بالسلاسل الزمنية”، مثل التنبؤ بمستويات الأنسولين وتنظيمها في مرضى السكري.
يهدف الذكاء الاصطناعي الذي يستخدم ” الشبكات العصبية ” إلى تكرار الطريقة التي تعمل بها أجزاء الدماغ، حيث تتحدث الخلايا العصبية مع بعضها البعض لمعالجة المعلومات والاحتفاظ بها.
تم اختراع الكثير من الرياضيات المستخدمة لتشغيل الشبكات العصبية في الأصل من قبل علماء الفيزياء لوصف الطريقة التي يتفاعل بها المغناطيس، ولكن في ذلك الوقت كان من الصعب جدًا استخدام المغناطيس مباشرة لأن الباحثين لم يعرفوا كيفية إدخال البيانات والحصول على المعلومات.
بدلاً من ذلك، تم استخدام البرامج التي يتم تشغيلها على أجهزة الكمبيوتر التقليدية القائمة على السيليكون لمحاكاة تفاعلات المغناطيس، وبالتالي محاكاة الدماغ.
الآن، تمكن الفريق من استخدام المغناطيسات نفسها لمعالجة البيانات وتخزينها – مما أدى إلى الاستغناء عن وسيط محاكاة البرامج ومن المحتمل أن يوفر وفورات هائلة في الطاقة.
الدول المغناطيسية النانوية
يمكن أن تأتي المغناطيسات النانوية في “حالات” مختلفة، اعتمادًا على اتجاهها. يؤدي تطبيق مجال مغناطيسي على شبكة من المغناطيسات النانوية إلى تغيير حالة المغناطيس بناءً على خصائص مجال الإدخال، ولكن أيضًا على حالات المغناطيسات المحيطة.
بعد ذلك، تمكن الفريق، بقيادة باحثي قسم الفيزياء الإمبراطوري، من تصميم تقنية لحساب عدد المغناطيسات في كل حالة بمجرد مرور الحقل، وإعطاء “الإجابة”.
قال المؤلف المشارك الأول للدراسة الدكتور جاك جارتسايد: “لقد حاولنا حل مشكلة كيفية إدخال البيانات، وطرح سؤال، والحصول على إجابة من الحوسبة المغناطيسية لفترة طويلة.
لقد أثبتنا الآن أنه يمكن القيام بذلك، فهو يمهد الطريق للتخلص من برامج الكمبيوتر التي تقوم بالمحاكاة كثيفة الاستهلاك للطاقة “.
وأضاف المؤلف المشارك كيليان ستينينج: “كيف تتفاعل المغناطيسات تعطينا كل المعلومات التي نحتاجها. تصبح قوانين الفيزياء نفسها هي الكمبيوتر “.
قال رئيس الفريق الدكتور ويل برانفورد: “لقد كان هدفًا طويل المدى هو تحقيق أجهزة الكمبيوتر المستوحاة من خوارزميات برامج شيرينجتون وكيركباتريك.
لم يكن من الممكن استخدام السبينات على الذرات في المغناطيسات التقليدية، ولكن من خلال توسيع نطاق السبينات إلى مصفوفات ذات أنماط نانوية، تمكنا من تحقيق التحكم والقراءة اللازمين “.
خفض تكلفة الطاقة
يستخدم الذكاء الاصطناعي الآن في مجموعة من السياقات، من التعرف على الصوت إلى السيارات ذاتية القيادة. لكن تدريب الذكاء الاصطناعي على القيام بمهام بسيطة نسبيًا يمكن أن يستهلك كميات هائلة من الطاقة.
على سبيل المثال، تدريب الذكاء الاصطناعي على حل مكعب روبيك يتطلب طاقة مكافئة لمحطتين للطاقة النووية تعملان لمدة ساعة.
يتم إهدار الكثير من الطاقة المستخدمة لتحقيق ذلك في أجهزة الكمبيوتر التقليدية بشرائح السيليكون في النقل غير الفعال للإلكترونات أثناء المعالجة وتخزين الذاكرة.
ومع ذلك، لا تعتمد المغناطيسات النانوية على النقل المادي للجسيمات مثل الإلكترونات، ولكن بدلاً من ذلك تقوم بمعالجة ونقل المعلومات في شكل موجة “مغناطيسية”، حيث يؤثر كل مغناطيس على حالة المغناطيسات المجاورة.
وهذا يعني فقدان قدر أقل من الطاقة، ويمكن معالجة المعلومات وتخزينها معًا، بدلاً من كونها عمليات منفصلة كما هو الحال في أجهزة الكمبيوتر التقليدية.
يمكن لهذا الابتكار أن يجعل الحوسبة النانومترية أكثر كفاءة بما يصل إلى 100000 مرة من الحوسبة التقليدية.
الذكاء الاصطناعي على الحافة
سيقوم الفريق بعد ذلك بتعليم النظام باستخدام بيانات العالم الحقيقي، مثل إشارات ECG، ويأمل في تحويله إلى جهاز حوسبة حقيقي.
في النهاية، يمكن دمج الأنظمة المغناطيسية في أجهزة الكمبيوتر التقليدية لتحسين كفاءة الطاقة لمهام المعالجة المكثفة.
تعني كفاءتها في استخدام الطاقة أيضًا أنها يمكن أن تعمل بالطاقة المتجددة عمليًا، وتستخدم للقيام بـ “الذكاء الاصطناعي على الحافة” – معالجة البيانات حيث يتم جمعها، مثل محطات الأرصاد الجوية في أنتاركتيكا، بدلاً من إرسالها مرة أخرى إلى مراكز البيانات الكبيرة.
وهذا يعني أيضًا أنه يمكن استخدامها على الأجهزة القابلة للارتداء لمعالجة البيانات الحيوية على الجسم، مثل التنبؤ بمستويات الأنسولين وتنظيمها لمرضى السكري أو الكشف عن دقات القلب غير الطبيعية.
المصدر: scitechdaily
شاهد المزيد:
