Anwendungen der künstlichen Intelligenz erleben einen Boom und dürften in naher Zukunft zu Mainstream-Technologien gehören. Allerdings laufen diese Anwendungen auf klassischer Computerhardware und sind äußerst stromhungrig.
Dies schafft Möglichkeiten für die Entwicklung neuer energieeffizienter Hardwarelösungen, die von der Natur inspiriert sind, z. B. Brain-like Computing. Zu den bekanntesten Beispielen zählen neuromorphes Computing und neuronale Netze, die die Funktionsweise des menschlichen Gehirns nachahmen. Eine der möglichen Realisierungen solcher neuronalen Netze ist ein künstliches Spin-Eis-Gitter (ASI). Das britische National Physical Laboratory und Partner haben die Auswirkungen der Einführung hexagonaler magnetischer Defekte in eine solche ASI-Struktur untersucht.
Die Forschung ist veröffentlicht im Tagebuch Kommunikationsmaterialien.
Durch die interdisziplinäre Forschung hat das internationale Team erfolgreich einen Mechanismus zur Anpassung des Verhaltens des ASI-Systems demonstriert, indem die entworfenen magnetischen Defekte eingeführt wurden, die stochastische topologische Anregungen im System verursachen und die Dynamik der ASI-basierten neuronalen Netze steuern. Es wird erwartet, dass die Implikationen dieser Entdeckung in Anwendungen wie magnetischen Speichergeräten und spinbasierten Logikanwendungen zum Einsatz kommen.
Die Ergebnisse dieser Studie liefern Einblicke in das kollektive und stochastisch kontrollierte Verhalten in künstlichen neuronalen Netzen, die durch das magnetische ASI-Gitter realisiert werden, und ebnen den Weg für zukünftige Forschungen zu neuen Anwendungen wie rekonfigurierbaren Spinwellenleitern und Hardware-Realisierungen zukünftiger Niedrigenergie-Computing Systeme.
Olga Kazakova, NPL Fellow, sagte: „Diese Arbeit zeigt einen sehr wichtigen Meilenstein für uns: die Fähigkeit, topologische Zustände im Zusammenhang mit ASI-Defekten kontrollierbar zu erzeugen und stochastisches, aber statistisch vorhersehbares Verhalten innerhalb des ASI-Gitters zu demonstrieren. Die Ergebnisse bringen uns der Verwirklichung näher.“ „Energieeffizientes neuromorphes Computing“ war das Ergebnis einer großartigen internationalen Zusammenarbeit mit großen Forschungseinrichtungen in Großbritannien, Deutschland und Frankreich.
Weitere Informationen:
Robert Puttock et al., Stochastische hexagonale Injektoren in künstlichem Spineis, Kommunikationsmaterialien (2024). DOI: 10.1038/s43246-024-00614-0