Текущее машинное обучение использует программное обеспечение для обработки и хранения информации. Однако использование энергии в этом процессе крайне неэффективно, что вызывает вопросы о том, как можно ускорить этот процесс.
Недавно физики-исследователи из Университета Радбауд смогли ускорить этот процесс за счет использования аппаратных средств вместо программного обеспечения. В ходе своих исследований они обнаружили, что могут создать сеть атомов кобальта на черном фосфоре, создав материал, который обрабатывает информацию намного быстрее и эффективнее, чем машинное обучение. Подобно человеческому мозгу, материал был способен адаптироваться, изменяя состояние атомов внутри сети в зависимости от ввода.
Будет интересно посмотреть, где этот новый материал будет включен. Хотя предстоит еще много исследований, уже кажется, что разработка более совершенного оборудования может резко увеличить возможности машинного обучения, а также сделать процесс намного более энергоэффективным. Я думаю, что этот материал также можно использовать в квантовых вычислениях. Возможно, новые материалы, подобные этому, можно было бы использовать для создания большего количества кубитов или помочь нашим нынешним кубитам достичь более высокой точности и скорости затвора, что ускорит создание универсального квантового компьютера.
Использованная литература:
«Атомная машина Больцмана, способная к самоадаптации», Брайан Кирали, Эльзе Дж. Кнол, Вернер М. Дж. ван Верденбург, Гилберт Дж. Каппен и Александр А. Хаджетурян, 1 февраля 2021 г., Nature Nanotechnology.
О'Нил, Майк. «Первые шаги к квантовому мозгу: интеллектуальный материал, который обучается, физически меняясь». SciTechDaily, 7 февраля 2021 г., scitechdaily.com/the-first-steps-toward-a-quantum-brain-an-intelligent-material-that-learns-by-physical-changeing-self/ .
