UCL və London İmperial Kollecinin tədqiqatçıları tərəfindən aparılan yeni bir araşdırma bizi enerji istifadəsini kəskin şəkildə azaltmaq üçün materialın daxili fiziki xüsusiyyətlərindən istifadə edən beyindən ilham alan hesablama formasına bir addım daha yaxınlaşdırdı.

“Nature Materials” jurnalında dərc olunan yeni araşdırmada  beynəlxalq tədqiqatçılar qrupu hesablama mühiti kimi şiral (bükülmüş) maqnitlərdən istifadə edib və aşkar ediblər ki, xarici maqnit sahəsi tətbiq etməklə və temperaturu dəyişməklə bu materialların fiziki xassələri uyğunlaşdırıla bilər. müxtəlif maşın öyrənmə tapşırıqlarına uyğunlaşmaq.

Fiziki rezervuar hesablamaları kimi tanınan belə bir yanaşma, yenidən konfiqurasiya edilə bilməməsi səbəbindən indiyədək məhdud idi. Bunun səbəbi, materialın fiziki xüsusiyyətləri ona hesablama tapşırıqlarının müəyyən bir hissəsində üstün olmağa imkan verə bilər, lakin digərləri deyil.

Effektiv və Uyğunlaşan Hesablamaya Doğru

Məqalənin aparıcı müəllifi Dr. Oscar Lee (UCL-də London Nanotexnologiya Mərkəzi və UCL Elektron və Elektrik Mühəndisliyi Departamenti) dedi: “Bu iş bizi kompüterlər yaratmaq üçün fiziki rezervuarların tam potensialını həyata keçirməyə bir addım yaxınlaşdırır. nəinki əhəmiyyətli dərəcədə az enerji tələb edir, həm də onların hesablama xassələrini beynimiz kimi müxtəlif tapşırıqlarda optimal şəkildə yerinə yetirmək üçün uyğunlaşdırır.

“Növbəti addım kommersiya baxımından əlverişli və miqyaslana bilən materialları və cihaz arxitekturalarını müəyyən etməkdir.”

Ənənəvi hesablamalar böyük miqdarda elektrik enerjisi istehlak edir. Bu qismən ona görədir ki, onun məlumatların saxlanması və emalı üçün ayrıca bölmələri var, yəni məlumat daima ikisi arasında qarışdırılmalı, enerji sərf olunur və istilik yaranır. Bu, xüsusilə maşın öyrənməsi üçün problemdir və emal üçün geniş məlumat dəstləri tələb olunur. Bir böyük süni intellekt modelinin hazırlanması yüzlərlə ton karbon qazı yarada bilər.