Las computadoras convencionales consumen mucha energía; Representan alrededor del 10% de las necesidades eléctricas del mundo. Esto se debe a que las computadoras tradicionales dependen de unidades distintas para procesar y almacenar datos, lo que requiere una combinación continua entre las dos unidades. Se produce calor y se desperdicia energía en este proceso.
La computación neuromórfica o inspirada en el cerebro es una solución potencialmente eficaz a los problemas de eficiencia energética de las computadoras tradicionales. Está modelado a partir de la estructura y funcionamiento del cerebro humano, que puede realizar cálculos complejos utilizando poca energía.
El uso de reservorios físicos es un principio fundamental de la computación neuromórfica. Los materiales con dinámica no lineal, o aquellos cuyo comportamiento es sensible incluso a cambios leves en la entrada, se conocen como reservorios físicos. Pueden codificar información en su estado físico, lo que los hace perfectos para realizar cálculos.
En un estudio reciente, un grupo internacional de académicos ha creado una forma novedosa de computación de reservorio físico, que utiliza imanes quirales como medio de computación. Los materiales con estructura retorcida, o imanes quirales, tienen propiedades magnéticas únicas. Los científicos descubrieron que podían alterar la temperatura y aplicar un campo magnético externo para regular la fase magnética de los imanes quirales. Gracias a esto, pudieron modificar las características físicas de los materiales para adaptarlos a diversas aplicaciones de aprendizaje automático. Por ejemplo, se descubrió que la fase skyrmion, en la que las partículas magnetizadas giran en un patrón similar a un vórtice, posee una fuerte memoria, lo que la hace ideal para aplicaciones de pronóstico. Por otro lado, se descubrió que la fase cónica tenía una memoria mínima, pero su no linealidad la hacía perfecta para trabajos de clasificación y transformación.
En comparación con los métodos de computación neuromórfica más convencionales, este novedoso enfoque de la computación de reservorios físicos ofrece varios beneficios. En primer lugar, es más eficiente energéticamente ya que no necesita electrónica externa. En segundo lugar, puede adaptarse a una gama más amplia de tareas de aprendizaje automático.
La búsqueda de una solución informática con mayor eficiencia energética ha avanzado con la creación de este nuevo tipo de informática inspirada en el cerebro. Con más investigación, esta tecnología puede alterar significativamente la forma en que calculamos.
Revisar la Papel. Todo el crédito por esta investigación va a los investigadores de este proyecto. Además, no olvides unirte. nuestro SubReddit de 33k+ ML, 41k+ comunidad de Facebook, Canal de discordia, y Boletín electrónicodonde compartimos las últimas noticias sobre investigaciones de IA, interesantes proyectos de IA y más.
Si te gusta nuestro trabajo, te encantará nuestra newsletter.
Niharika es pasante de consultoría técnica en Marktechpost. Es estudiante de tercer año y actualmente cursa su licenciatura en tecnología en el Instituto Indio de Tecnología (IIT), Kharagpur. Es una persona muy entusiasta con un gran interés en el aprendizaje automático, la ciencia de datos y la inteligencia artificial y una ávida lectora de los últimos avances en estos campos.