Современный искусственный интеллект требует много энергии, что становится проблемой по мере роста моделей. Ученые ищут способы сделать вычисления более экономичными.

Современный искусственный интеллект требует много энергии, что становится проблемой по мере роста моделей. Ученые ищут способы сделать вычисления более экономичными.
Исследователи из Оклендского университета (США) предложили создавать искусственные нейроны на основе стандартного электронного транзистора и магнитного туннельного перехода (MTJ).
MTJ уже применяется в магниторезистивной памяти MRAM. Он состоит из магнитных слоев, разделенных тонким изолятором. Когда ток проходит через MTJ, один из магнитных слоев может менять свою ориентацию. Это происходит из-за спина электронов — их крошечной магнитной ориентации. Электроны оказывают небольшое "скручивающее" воздействие на намагниченность, что ученые называют спиновым моментом.
Изменение намагниченности влияет на электрическое сопротивление MTJ. В обычной памяти это означает сохранение бита данных. Здесь же ученые используют этот эффект для генерации коротких электрических импульсов, похожих на те, что используют биологические нейроны для передачи сигналов.
MTJ соединяется с NMOS-транзистором — основным переключателем в современных компьютерных чипах. Транзистор контролирует ток через MTJ. Изменение сопротивления MTJ вызывает изменение напряжения, что при определенных условиях приводит к импульсу. Вместе MTJ и транзистор образуют "магнитный нейрон".
Такие нейроны, как и биологические, реагируют на входные сигналы только при достижении определенного порога. После активации они входят в короткий "рефрактерный период".
В ходе моделирования сети из таких магнитных нейронов успешно обучились решать стандартную задачу машинного обучения — логическому элементу "исключающее ИЛИ" — используя синхронизацию импульсов, а не традиционные цифровые сигналы.
Источник: Время электроники