Les bloqueurs de pubs mettent en péril la gratuité de ce site.
Autorisez les pubs sur Techno-Science.net pour nous soutenir.
▶ Poursuivre quand même la lecture ◀
🌡️ Aprovechar el ruido como recurso de cálculo 'gratuito' para la inteligencia artificial
Publicado por Adrien, Fuente: CEA IRIG Otros Idiomas: FR, EN, DE, PT
En la era donde el auge fulgurante de la inteligencia artificial viene acompañado de costos energéticos exponencialmente crecientes, una vía prometedora consiste en aprovechar el ruido térmico a temperatura ambiente como recurso de cálculo ultra-eficiente.
Esta estrategia que la biología parece ya explotar en el cerebro — donde el ruido ayudaría a las neuronas a explorar y decidir — ha incitado a los investigadores a diseñar nano-componentes ruidosos capaces de emular neuronas dentro de chips electrónicos dedicados al cálculo. Para ello, se han desarrollado nano-neuronas de tipo memoria magnética: las uniones túnel superparamagnéticas (SMTJs).
Las SMTJs están constituidas por una capa magnética libre y una capa magnética fija, separadas por un aislante. La orientación relativa de la magnetización en estas capas, paralela o antiparalela, corresponde a dos estados metaestables separados por una barrera de energía.
En este estudio, el diseño específico permite a las SMTJs ser muy sensibles al ruido térmico ambiental, al contrario de las aplicaciones habituales (memorias y sensores). En efecto, simples fluctuaciones térmicas pueden invertir aleatoriamente la magnetización de la capa libre. Así, estas SMTJs reaccionan como neuronas estocásticas binarias cuya ventaja es consumir muy poca energía. Cuanto más corto es el tiempo de espera promedio entre las inversiones magnéticas, mayor es la velocidad de cálculo.
Un equipo del CEA-Irig/SPINTEC ha puesto en evidencia experimentalmente tiempos de espera entre inversiones de magnetización en uniones túnel superparamagnéticas con magnetización perpendicular y miniaturizadas a 50 nm de diámetro, puramente inducidos por fluctuaciones térmicas. La medición requiere corrientes muy débiles que permiten observar los cambios de orientación de la capa magnética libre a escala de unos pocos nanosegundos, una escala de tiempo hasta ahora nunca observada en estos sistemas.
Los tiempos de espera promedio así medidos son muy inferiores a las predicciones de los modelos habituales, lo que los investigadores interpretan teóricamente por una contribución importante de la entropía, aumentando la probabilidad de franquear la barrera de energía que separa los estados magnéticos de la SMTJ. La entropía traduce el número de configuraciones magnéticas accesibles por el sistema.
En las SMTJs con magnetización perpendicular, los estados intermedios donde la magnetización bascula progresivamente de la orientación paralela a la orientación antiparalela (y viceversa) son numerosos. Esto contribuye a una amplia entropía, aumentando el número de diferentes maneras de transicionar entre los estados.
Bajo el efecto de la sola energía térmica, uniones túnel magnéticas perpendiculares de un diámetro de solo unas decenas de nanómetros, basculan aleatoriamente de un estado a otro, con tiempos de espera promedio ultra-breves, del orden del nanosegundo.
Al capitalizar estas fluctuaciones como mecanismo de inversión de magnetización, este trabajo abre el camino a la implementación de elementos estocásticos para el cálculo neuromórfico de muy bajo consumo energético.