英國倫敦大學學院、倫敦帝國理工學院領(lǐng)導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適應性，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)行不同計算任務時效果存在差異，這是由材料物理特性導致的。

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不同的機器學習任務，不同磁相對不同類型計算任務具有像人腦一樣好的執(zhí)行效果。

本文摘自國外相關(guān)研究報道，文章內(nèi)容不代表本網(wǎng)站觀點和立場，僅供參考。

知前沿，問智研。智研咨詢是中國一流產(chǎn)業(yè)咨詢機構(gòu)，十數(shù)年持續(xù)深耕產(chǎn)業(yè)研究領(lǐng)域，提供深度產(chǎn)業(yè)研究報告、商業(yè)計劃書、可行性研究報告及定制服務等一站式產(chǎn)業(yè)咨詢服務。專業(yè)的角度、品質(zhì)化的服務、敏銳的市場洞察力，專注于提供完善的產(chǎn)業(yè)解決方案，為您的投資決策賦能。