מחשבים המבוססים על ננו מגנטים במקום על סיליקון יוכלו לטפל בנתונים ביעילות של עד פי 100 אלף לעומת שבבים רגילים, ואפשר יהיה להיעזר בהם ביישומי קצה מרוחקים או זעירים * אחג המסלולים בכנס יעסוק בסוגיות של עתיד התעשייה מההיבט הטכנולוגי
חוקרים הראו שניתן לבצע יישומי בינה מלאכותית באמצעות ננומגנטים זעירים שמתקשרים כמו נוירונים במוח. השיטה החדשה, שפותחה על ידי צוות בראשות חוקרי אימפריאל קולג ‘ בלונדון, יכולה לקצץ את עלות האנרגיה של בינה מלאכותית (AI), אשר כיום מוכפלת ברחבי העולם כל 3.5 חודשים.
במאמר שפורסם היום בכתב העת Nature Nanotechnology, הצוות הבינלאומי הפיק את ההוכחה הראשונה לכך שניתן להשתמש ברשתות של ננו-מגנטים לביצוע עיבוד דמוי בינה מלאכותית. החוקרים הראו כי ננומגנטים יכולים לשמש למשימות ‘חיזוי סדרות עתיות’, כגון ניבוי ווויסות רמות האינסולין בחולי סוכרת.
בינה מלאכותית המשתמשת ב’רשתות עצביות’ שואפת לחקות את האופן שבו חלקים במוח פועלים, שבהם נוירונים מדברים זה עם זה כדי לעבד ולשמור מידע. הרבה מהמתמטיקה ששימשה להפעלת רשתות עצביות הומצאה במקור על ידי פיזיקאים כדי לתאר את האופן שבו מגנטים מתקשרים, אבל בזמנו היה קשה מדי להשתמש במגנטים ישירות מכיוון שהחוקרים לא ידעו איך להכניס אליהם נתונים ולהוציא מידע.
במקום זאת, תוכנה הפועלת על מחשבים מבוססי סיליקון מסורתיים שימשה כדי לדמות את אינטראקציות המגנט, שבתורו ביצע הדמיית המוח. כעת, הצוות הצליח להשתמש במגנטים עצמם כדי לעבד ולאחסן נתונים – לחתוך את המתווך של סימולציית התוכנה ואולי להציע חיסכון עצום באנרגיה.
מצבים ננומגנטיים
ננומגנטים יכולים להגיע ב’מצבים ‘שונים, בהתאם לכיוון שלהם. החלת שדה מגנטי על רשת של ננומגנטים משנה את מצב המגנטים בהתבסס על המאפיינים של שדה הקלט, אך גם על מצבי המגנטים שמסביב.
הצוות, בראשות חוקרי המחלקה לפיזיקה באימפריאל קולג’, הצליחו לעצב טכניקה לספירת מספר המגנטים בכל מצב לאחר שהשדה השתנה, ונתנו את ‘התשובה’.
המחבר הראשי של המחקר ד”ר ג’ק גרטסייד אמר: “אנחנו מנסים לפצח את הבעיה של איך להזין נתונים, לשאול שאלה, ולקבל תשובה באמצעות מחשוב מגנטי במשך זמן רב. עכשיו הוכחנו שהדבר אפשרי. תגלית זו סוללת את הדרך להיפטר מתוכנת המחשב שעושה סימולציה עתירת אנרגיה.”
סטנינג הוסיף: “האינטראקציה של המגנטים נותנת לנו את כל המידע שאנחנו צריכים; חוקי הפיזיקה עצמם הופכים למחשב.”
ראש הצוות ד”ר וויל ברנפורד אמר: “זו הייתה מטרה ארוכת טווח לממש חומרת מחשב בהשראת אלגוריתמי התוכנה של שרינגטון וקירקפטריק. זה לא היה אפשרי באמצעות ספינים על אטומים מגנטים קונבנציונליים, אבל על ידי הרחבת ספינים לתוך מערכים בגודל ננומטרי הצלחנו להשיג את השליטה הדרושה ואת הקריאה.”
קיצוץ בעלות האנרגיה
בינה מלאכותית משמשת כיום במגוון תחומים, החל מזיהוי קולי וכלה במכוניות בנהיגה עצמית. אבל אימון בינה מלאכותית לבצע אפילו משימות פשוטות יחסית יכול לקחת כמויות עצומות של אנרגיה. לדוגמה, אימון בינה מלאכותית לפתרון קובייה הונגרית לקח את המקבילה האנרגטית של שתי תחנות כוח גרעיניות הפועלות במשך שעה.
רוב האנרגיה המשמשת לאימון בינה מלאכותית במחשבים קונבנציונליים, שבבי סיליקון, מבוזבזת בהובלה לא יעילה של אלקטרונים במהלך עיבוד ואחסון זיכרון. עם זאת, ננומגנטים אינם מסתמכים על הובלה פיזית של חלקיקים כמו אלקטרונים, אלא מעבדים ומעבירים מידע בצורה של גל ‘מגנון’, שבו כל מגנט משפיע על מצב המגנטים השכנים.
משמעות הדבר היא שהרבה פחות אנרגיה הולכת לאיבוד, וכי עיבוד ואחסון של מידע יכול להיעשות יחד, במקום להיות תהליכים נפרדים כמו במחשבים קונבנציונליים. חדשנות זו יכולה להפוך את המחשוב הננומגנטי ליעיל עד פי 100,000 ממחשוב קונבנציונלי.
בינה מלאכותית בקצה
הצוות יאמן את המערכת בהמשך באמצעות נתונים מהעולם האמיתי, כגון פיענוח אק”ג, ויקווה להפוך אותה למכשיר מחשוב אמיתי. בסופו של דבר, מערכות מגנטיות יכולות להיות משולבות במחשבים קונבנציונליים כדי לשפר את יעילות האנרגיה בשימות עיבוד אינטנסיביות.
היעילות האנרגטית של הננומגנטים משמעותה היא שהם יכולים להיות מופעלים באופן ריאלי על ידי אנרגיה מתחדשת, ולהשתמש בהם לניתוחי ‘AI בקצה’ – עיבוד הנתונים במקומות שבהם הם נאספים, כגון תחנות מזג אוויר באנטארקטיקה, במקום לשלוח אותם בחזרה למרכזי נתונים גדולים.
בנוסף אפשר יהיה להשתמש בהם במכשירים לבישים כדי לעבד נתונים ביומטריים על הגוף, כגון ניבוי ויסות רמות האינסולין עבור חולי סוכרת או זיהוי פעימות לב חריגות.
בכנס ChipEx2022 שיערך ב-10 במאי, 2022 במרכז הכנסים Expo Tel Aviv . להשתתפות בכנס ניתן להירשם באמצעות לינק זה
