Магнитная трековая память — очередной шаг к искусственному интеллекту

Решение вопроса искусственного интеллекта (ИИ) и машинного обучения требует новых технических решений, а не использования обычных микропроцессоров, считают исследователи из Инженерной школы Кокрелла при Техасском университете, информацию о них 18 апреля публикует 3D News.

Исследователи провели ряд экспериментов по использованию магнитных цепей для обработки больших данных. Они убедились в эффективности взаимодействии пары магнитных переходов в виде так называемых доменных стен, то есть пограничных переходов намагниченности.

Каждая доменная стена в трековой памяти выполняет роль логической 1 или 0, а магнитные взаимодействия между двумя соседними логическими элементами приводят к ослаблению одного из них.

Для реализации подобного принципа на кремниевых схемах потребовалась бы сложная система с использованием большого числа элементов, а магнетизм позволяет это реализовать намного проще.

Авторы утверждают, что также действуют нейроны в головном мозге: наиболее быстро возбудившийся нейрон подавляет активность других нейронов в слое, где он находится.

Магнитные взаимодействия позволяют строить энергоэффективные схемы для машинного обучения.

На настоящий момент ученые отработали схему для двух логических элементов и вывели математическую модель для системы с 1000 магнитными элементами.