Onderzoekers van de Tohoku University hebben, Voor de eerste keer, met succes de basiswerking van op spintronica gebaseerde kunstmatige intelligentie gedemonstreerd.

Kunstmatige intelligentie, die de informatieverwerkingsfunctie van de hersenen emuleert die snel complexe en gecompliceerde taken kan uitvoeren, zoals beeldherkenning en weersvoorspelling, heeft steeds meer aandacht getrokken en is al gedeeltelijk in de praktijk gebracht.

De momenteel gebruikte kunstmatige intelligentie werkt op het conventionele raamwerk van op halfgeleiders gebaseerde geïntegreerde circuittechnologie. Echter, dit mist de compactheid en het lage vermogen van het menselijk brein. Om deze uitdaging te overwinnen, de implementatie van een enkel solid-state apparaat dat de rol van een synaps speelt, is veelbelovend.

De onderzoeksgroep van Tohoku University van professor Hideo Ohno, Professor Shigeo Sato, Professor Yoshihiko Horio, Universitair hoofddocent Shunsuke Fukami en universitair docent Hisanao Akima ontwikkelden een kunstmatig neuraal netwerk waarin hun recent ontwikkelde spintronische apparaten, bestaande uit microschaal magnetisch materiaal, worden gebruikt (Fig. 1). Het gebruikte spintronische apparaat is in staat om arbitrale waarden tussen 0 en 1 op analoge wijze te onthouden, in tegenstelling tot de conventionele magnetische apparaten, en zo de leerfunctie vervullen, die wordt bediend door synapsen in de hersenen.

Met behulp van het ontwikkelde netwerk (Fig. 2), de onderzoekers onderzochten een associatieve geheugenoperatie, die niet gemakkelijk wordt uitgevoerd door conventionele computers. Door de meerdere proeven, ze bevestigden dat de spintronische apparaten een leervermogen hebben waarmee het ontwikkelde kunstmatige neurale netwerk met succes opgeslagen patronen kan associëren (Fig. 3) van hun input-ruisige versies, net zoals het menselijk brein dat kan.

De proof-of-concept-demonstratie in dit onderzoek zal naar verwachting nieuwe horizonten openen in kunstmatige-intelligentietechnologie - een met een compact formaat, en die tegelijkertijd snelle verwerkingsmogelijkheden en een ultralaag stroomverbruik bereikt. Deze functies moeten ervoor zorgen dat de kunstmatige intelligentie kan worden gebruikt in een breed scala van maatschappelijke toepassingen, zoals beeld-/spraakherkenning, draagbare terminals, sensornetwerken en verpleegrobots.