Het stroomverbruik van datacenters over de hele wereld neemt toe. Hierdoor ontstaat een grote vraag naar nieuwe technologieën die kunnen leiden tot energiezuinige computers. In een nieuwe studie, natuurkundigen van de Radboud Universiteit hebben aangetoond dat dit ook kan door chips te gebruiken waarvan de werking is geïnspireerd op die van het menselijk brein. De studie is gepubliceerd in het wetenschappelijke tijdschrift Technische Natuurkunde Brieven op 16 mei.

Vergeleken met onze huidige computers, het menselijk brein gebruikt een fractie van de energie om dezelfde hoeveelheid gegevens te verwerken. Dit is mogelijk doordat onze hersenen data parallel kunnen verwerken en ook kunnen opslaan door verbindingen sterker of zwakker te maken.

"We wilden zien of we deze eigenschap van plasticiteit in een kunstmatig systeem konden implementeren en combineren met de snelle en energiezuinige techniek om magnetisme te beheersen met behulp van licht, die al geruime tijd wordt toegepast, " zeggen Johan Mentink en Theo Rasing, beide natuurkundigen aan de Radboud Universiteit. "Dit moet uiteindelijk leiden tot energiezuinige en slimme computers."

Analoog in plaats van digitaal

De mogelijkheid van snelle en energiezuinige gegevensopslag met behulp van magnetisme is al langer bekend. Door korte lichtpulsen af ​​te vuren op magnetisch materiaal, de magnetische spins in het materiaal worden omgedraaid, die een 0 in een 1 verandert en vice versa. "Maar om ervoor te zorgen dat deze magneten zich als synapsen in de hersenen gaan gedragen, waarmee niet alleen gegevens kunnen worden opgeslagen, maar ook kunnen worden verwerkt, de magneten moeten continu kunnen veranderen, ’ legt Johan Mentink uit.

"We hebben magneten deze eigenschap kunnen geven door ervoor te zorgen dat de magnetische toestand van het materiaal geleidelijk verandert onder invloed van licht, in plaats van in één keer een volledige flip te doen. Dit is te vergelijken met een analoog uurwerk dat geleidelijk beweegt, in tegenstelling tot een digitale klok."

Leergedrag van magneten

Deze nieuwe plastic eigenschap maakte de weg vrij voor onderzoekers om een ​​klein kunstmatig neuraal netwerk te bouwen, waarin twee afzonderlijke delen van de magneet - twee kunstmatige synapsen - met elkaar verbonden waren. Rasing:"We hebben aangetoond dat het mogelijk is om een ​​kunstmatig neuraal netwerk te bouwen met behulp van magneten, die niet alleen gegevens opslaat, maar ook echt in staat is om patronen te classificeren en leergedrag te vertonen."

De onderzoekers willen nu onderzoeken of ze met deze aanpak grotere neurale netwerken kunnen bouwen. "Direct, het neurale netwerk leert van feedback die het ontvangt van een externe computer. Op langere termijn, we hopen een fysiek principe te vinden om de feedback in het materiaal zelf te implementeren. Dit zou een aanzienlijke impact hebben op de manier waarop kunstmatige neurale netwerken in onze samenleving zouden kunnen worden toegepast, ’ zegt Mentink.