國外研究表明手性磁體材料可提高類腦計算適應(yīng)性

英國倫敦大學學院、倫敦帝國理工學院領(lǐng)導(dǎo)的國際合作研究表明，利用手性（扭曲）磁體的內(nèi)在物理特性，可提高機器學習任務(wù)適應(yīng)性，大幅減少類腦計算的能源使用。研究結(jié)果發(fā)表在《自然·材料》雜志上。

傳統(tǒng)計算由于獨立的數(shù)據(jù)存儲和處理單元需要消耗大量電力。機器學習利用物理儲層計算方法，消除對獨特內(nèi)存和處理單元的需求，促進更有效的數(shù)據(jù)處理方式，成為傳統(tǒng)計算更可持續(xù)的替代方案。但該方法的缺陷在于缺乏可重新配置性，執(zhí)行不同計算任務(wù)時效果存在差異，這是由材料物理特性導(dǎo)致的。

科研團隊使用手性（扭曲）磁體作為計算介質(zhì)，利用矢量網(wǎng)絡(luò)分析儀確定其在不同磁場強度和-269°C 到室溫范圍內(nèi)溫度下的能量吸收。研究發(fā)現(xiàn)，通過施加外部磁場和改變溫度，可以調(diào)整這些材料的物理特性以適應(yīng)不同的機器學習任務(wù)，不同磁相對不同類型計算任務(wù)具有像人腦一樣好的執(zhí)行效果。

（摘自科技部：https://www.most.gov.cn/gnwkjdt/202312/t20231213_189132.html）