未来AI：在罕有纳米磁体上印刷电路

游标蓝字 关注我们

SUBSCRIBE to US

JENNA MARIA RANTALA/AALTO UNIVERSITY

一种被指为之为“角动量玻璃幕墙（spin glass）”的鲜见固体不太可能打算为人工智能开辟一个新方向，解法可以作为电学硬件打印出来。米切尔国家政府实验室（LANL，Los Alamos National Laboratory）的研究课题医务人员首次制造了一种人造角动量玻璃幕墙，由纳米导线均是由，其左至右方式模仿神经互联网。

角动量玻璃幕墙的理论模型此前已为广泛使用复杂的系统，如详细描述大脑功能或股市实时的的系统。

简言之，角动量玻璃幕墙是一种以随机性为特征的磁力性固体长时间。LANL研究课题医务人员开发计划的角动量玻璃幕墙相关内容于3月17日发表在《自然电学学》周报上，该玻璃幕墙涉及的系统之中的导线，它们寻找了互不对可不和反对者可不的复杂结构，以借以地减缓利用效率。据了解，研究课题所用的导线是一层薄薄的鉄铱，其作用十分相似于显微镜下的盘上导线，好似其北极和探险队以寻找低能长时间。通过选择它们的位置和方向，以符合人工神经互联网的交互结构。

LANL的理论电学研究员研究课题员Michael Saccone表示：“这与过冷压强相当：分子想要左至右在更加简便的固态之中，但不能立即左至右，因为找不到寻找有序顺式的能量密度和时间。”Saccone和他的研究课题的团队将理论和实验工作相结合，制造并观察了人工角动量玻璃幕墙作为理论验证的Hopfield神经互联网，该互联网对联系无意识来进行数学分析建模，以范本人工角动量的系统的无序。

角动量玻璃幕墙和Hopfield互联网互利演进，一个领域互不必要。联想无意识，无论是在Hopfield互联网还是其他形式的神经互联网之中，都将与对象相关的两个或多个无意识模式建立联系起来。如果只触发一个无意识——例如，通过交还面孔的均图像作为输入——那么互联网就可以召回完整的面孔。与更加基本上的解法完全相同，联想无意识不所需大致相同的场面来标记无意识。

这些互联网的无意识对应于角动量的系统的基态，并且比其他神经互联网均受噪声干扰更加少。

Saccone和的团队的研究课题证实，这种材料是一种角动量玻璃幕墙，证据可以让他们详细描述的系统的电学性质以及它如何处理数据。在旋转玻璃幕墙之中开发计划的AI解法将比基本上解法“更加混乱”，但对于某些AI应用程序也更加加灵活。

Saccone促使解释问道，他们有别于的方法与计算尺不尽相同。计算尺是一种老式的机械模拟“计算机程序”，具有平行土星上数字的对数右端，可以用作一种预电子计算装置。“我们打算将能量密度函数映射到另一个函数上，Saccone问道，“简便地问道，我们电学的系统之中的低于能量密度长时间亦然了另一个十分相似问题的解决方案。”

Saccone问道，纳米导线人工智能解法的电学结构很复杂。然而，他解释问道，在大多数大行其道的、普遍付诸的解法之中，适用了某种“前馈”框架。在这种体系结构之中，数据逐步从输入流进输出，适合在CPU甚至GPU之中来进行培训和依序更加新。

Hopfield互联网和纳米磁力的系统的框架被指为之为“全对全”和“无向”。这这样一来数据在各个方向的所有纳米强磁力场（神经元）之间慢慢流动（尽管在较长的空间距离下低压较低）。

Saccone问道：“依序解法的模拟所需一段时间，但在电学的系统之中，固有的立体化化并没有代价。”

搜狐号｜IEEE日立电子工程师

该网站发帖｜IEEE我国

· IEEE日立电子工程师研究会 ·

往

期

推

荐

为什么指为IEEE为“My Professional Home”

5G在新兴经济体的演进意义

金刚石继续做晶体管 预见却是一片尘世

电子技术程序首次成功模拟化学反应