• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Fisica
    La stampa di circuiti su nanomagneti rari dà una nuova svolta all'informatica

    All'intersezione tra materiali ingegnerizzati e calcolo, i sistemi spin-glass comprendono un sistema disordinato di nanomagneti derivante da interazioni casuali e competizione tra due tipi di ordine magnetico nel materiale. Credito:Jenna Maria Rantala, Università di Aalto

    Una nuova ricerca che crea artificialmente una rara forma di materia nota come spin glass potrebbe innescare un nuovo paradigma nell'intelligenza artificiale consentendo la stampa diretta di algoritmi come hardware fisico. Le proprietà insolite dello spin glass abilitano una forma di intelligenza artificiale in grado di riconoscere oggetti da immagini parziali proprio come fa il cervello e mostrare promesse per il calcolo a bassa potenza, tra le altre capacità intriganti.

    "Il nostro lavoro ha portato a termine la prima realizzazione sperimentale di un vetro artificiale costituito da nanomagneti disposti per replicare una rete neurale", ha affermato Michael Saccone, ricercatore post-dottorato in fisica teorica presso il Los Alamos National Laboratory e autore principale del nuovo articolo in Fisica della natura . "Il nostro documento pone le basi di cui abbiamo bisogno per utilizzare praticamente questi sistemi fisici."

    Gli occhiali rotanti sono un modo per pensare matematicamente alla struttura del materiale. Essere liberi, per la prima volta, di modificare l'interazione all'interno di questi sistemi utilizzando la litografia a fascio di elettroni rende possibile rappresentare una varietà di problemi di calcolo nelle reti spin-glass, ha affermato Saccone.

    All'intersezione tra materiali ingegnerizzati e calcolo, i sistemi spin-glass sono un tipo di sistema disordinato di nanomagneti derivante da interazioni casuali e competizione tra due tipi di ordine magnetico nel materiale. Mostrano "frustrazione", il che significa che non si stabilizzano in una configurazione ordinata uniformemente quando la loro temperatura scende e possiedono tratti termodinamici e dinamici distinti che possono essere sfruttati per le applicazioni informatiche.

    "I modelli teorici che descrivono gli occhiali da spin sono ampiamente utilizzati in altri sistemi complessi, come quelli che descrivono le funzioni cerebrali, i codici di correzione degli errori o le dinamiche del mercato azionario", ha affermato Saccone. "Questo ampio interesse per gli occhiali rotanti fornisce una forte motivazione per generare un vetro artificiale."

    Il team di ricerca ha combinato il lavoro teorico e sperimentale per fabbricare e osservare il vetro di rotazione artificiale come una rete neurale Hopfield a prova di principio, che modella matematicamente la memoria associativa per guidare il disordine dei sistemi di rotazione artificiale.

    Le reti Spin Glass e Hopfield si sono sviluppate in modo simbiotico, un campo si nutre dell'altro. La memoria associativa, sia in una rete Hopfield che in altre forme di reti neurali, collega due o più schemi di memoria relativi a un oggetto. Se viene attivata una sola memoria, ad esempio ricevendo un'immagine parziale di un volto come input, la rete può richiamare il volto completo. A differenza degli algoritmi più tradizionali, la memoria associativa non richiede uno scenario perfettamente identico per identificare una memoria.

    Le memorie di queste reti corrispondono agli stati fondamentali di un sistema di spin e sono meno disturbate dal rumore rispetto ad altre reti neurali.

    La ricerca di Saccone e del team ha confermato che il materiale era un vetro rotante, prova che consentirà loro di descrivere le proprietà del sistema e il modo in cui elabora le informazioni. Gli algoritmi di intelligenza artificiale sviluppati in spin glass sarebbero "più disordinati" degli algoritmi tradizionali, ha affermato Saccone, ma anche più flessibili per alcune applicazioni di intelligenza artificiale. + Esplora ulteriormente

    Ricordi e paesaggi energetici di stati magnetici vetrosi




    © Scienza https://it.scienceaq.com