Обчислювальний пристрій, який використовує крихітні магнітні завихрення для обробки даних, навчено розпізнавати рукописні цифри. Розроблений дослідниками RIKEN пристрій показує, що мініатюрні магнітні вири можуть бути корисними для реалізації низькоенергетичних обчислювальних систем, натхненних мозком. Наш мозок містить складні мережі нейронів, які передають і обробляють електричні сигнали. Штучні нейронні мережі імітують таку поведінку та особливо вправні в таких завданнях, як розпізнавання образів.
Але штучні нейронні мережі споживають багато енергії, коли працюють на звичайних кремнієвих чіпах. Тож дослідники розробляють альтернативні платформи, які спеціально розроблені для обчислень, натхненних мозком, підходу, відомого як нейроморфні обчислення.
Новий нейроморфний пристрій, створений дослідниками, включаючи Томоюкі Йокоучі з RIKEN Center for Emergent Matter Science, базується на типі штучної нейронної мережі, відомої як резервуарна обчислювальна модель. Однією з особливостей цієї моделі є її короткочасна пам’ять — її вихід залежить як від минулих, так і від поточних вхідних даних у систему.
Ось тут і з’являються крихітні магнітні вири, відомі як скірміони. Ці магнітні візерунки мають вбудований ефект пам’яті, оскільки їх структура та поведінка відображають попередній вплив магнітних полів.
Skyrmions також можуть працювати на низькій енергії. «Ще одна перевага використання скірміонів — це економія енергії, оскільки скірміонами можна керувати за допомогою дуже малої щільності струму», — говорить Йокоучі.
Пристрій команди містить серію брусків, покритих платиново-кобальтово-іридієвою плівкою, яка може вміщувати скірміони шириною в кілька мікрометрів.
Щоб ввести дані в пристрій, дослідники закодували інформацію в магнітне поле, яке при застосуванні до скірміонів генерує напругу. Ця вихідна напруга залежить від кількості та розміру присутніх скірміонів.
Дослідники навчили пристрій, використовуючи понад 13 000 зображень рукописних цифр від 0 до 9. Вони перетворили зображення на магнітні вхідні сигнали та налаштували пристрій так, щоб сигнали вихідної напруги точно представляли правильну цифру. Потім команда протестувала пристрій, використовуючи ще 5000 зображень, і виявила, що він може розпізнавати числа з точністю близько 95%, перевершуючи конкуруючі нейроморфні пристрої.
«Наша робота вказує на те, що енергоощадні нейроморфні обчислення можна реалізувати за допомогою скірміонів», — каже Йокоучі.