Investigadores de UCL y el Imperial College London desarrollan una forma de computación inspirada en el cerebro utilizando imanes retorcidos, prometiendo una reducción significativa en el uso de energía para tareas de aprendizaje automático.

En un avance significativo en el campo de la computación, un equipo internacional de investigadores, liderado por la University College London (UCL) y el Imperial College London, ha desarrollado una nueva forma de computación inspirada en el cerebro. Utilizando imanes retorcidos (chirales) como medio de cómputo, este estudio, publicado en la revista Nature Materials, demuestra cómo la aplicación de un campo magnético externo y la alteración de la temperatura pueden adaptar las propiedades físicas de estos materiales para diferentes tareas de aprendizaje automático.

Este enfoque, conocido como «computación de reservorio físico», representa un gran paso hacia la realización del potencial completo de los reservorios físicos para crear computadoras que no solo requieren significativamente menos energía, sino que también adaptan sus propiedades computacionales para desempeñarse de manera óptima en diversas tareas, similar a nuestro cerebro. Según el Dr. Oscar Lee del London Centre for Nanotechnology en UCL, este trabajo acerca a los investigadores a crear computadoras que imitan la eficiencia energética y la versatilidad del cerebro humano.

La computación tradicional consume grandes cantidades de electricidad, en parte debido a sus unidades separadas para almacenamiento y procesamiento de datos, lo que resulta en un desperdicio de energía y producción de calor, especialmente problemático en el aprendizaje automático que requiere procesar vastos conjuntos de datos. La formación de un gran modelo de IA puede generar cientos de toneladas de dióxido de carbono.

La computación de reservorio físico, un enfoque neuromórfico (inspirado en el cerebro), busca eliminar la necesidad de unidades de memoria y procesamiento separadas, permitiendo formas más eficientes de procesar datos. Esta técnica no solo representa una alternativa más sostenible a la computación convencional, sino que también podría integrarse en la circuitería existente para proporcionar capacidades adicionales que son energéticamente eficientes.

En el estudio, que incluyó a investigadores de Japón y Alemania, el equipo utilizó un analizador de redes vectorial para determinar la absorción de energía de los imanes quirales en diferentes fuerzas de campo magnético y temperaturas que iban desde -269 °C hasta la temperatura ambiente. Descubrieron que las diferentes fases magnéticas de los imanes quirales se destacaban en distintos tipos de tareas informáticas. Por ejemplo, la fase de skyrmion, donde las partículas magnetizadas giran en un patrón similar a un vórtice, poseía una capacidad de memoria potente adecuada para tareas de predicción. Por otro lado, la fase cónica tenía poca memoria, pero su no linealidad era ideal para tareas de transformación y clasificación, como identificar si un animal es un gato o un perro.

El Dr. Jack Gartside, coautor del Imperial College de Londres, destacó la colaboración con el grupo del profesor Hidekazu Kurebayashi de UCL, que identificó un conjunto prometedor de materiales para alimentar la computación no convencional. Estos materiales son especiales porque pueden soportar una gama rica y variada de texturas magnéticas. Trabajando con el autor principal, el Dr. Oscar Lee, el grupo del Imperial College London diseñó una arquitectura de computación neuromórfica para aprovechar las complejas propiedades de los materiales y satisfacer las demandas de un conjunto diverso de tareas desafiantes.

Este trabajo, que también involucró a investigadores de la Universidad de Tokio y la Technische Universität München, fue apoyado por varias instituciones, incluyendo la Leverhulme Trust, el Engineering and Physical Sciences Research Council (EPSRC), el Imperial College London President’s Excellence Fund for Frontier Research, la Royal Academy of Engineering, la Japan Science and Technology Agency, el Katsu Research Encouragement Award, la Asahi Glass Foundation y la DFG (German Research Foundation).

Fuente: ScienceDaily