院况简介
北京前沿科学技术研究院（简称“北前科学院”）成立于2016年9月，北前科学院，是由北京中科光析科学技术研究所，北检（北检）检测技术研究院，标检（北京）质量检测中心等科研单位，组建成立的独立科学科研机构，致力于前沿科学领域的研究与创新人才培养，科学技术转移孵化等，世界前沿新科学普及传播。 更多简介 +
院领导集体
前沿信息
基础科学
工程科技
感谢伦敦大学帝国理工学院研究人员的一项新研究
在这项发表在《自然材料》杂志上的新研究中，一项国际研究表明，通过应用外部磁场和改变温度，材料的物理性质可以适应不同的机器学习任务
这种已知物理储量计算的方法，由于可配置性的放松，迄今为止一直受到限制这是因为材料的物理特性可能会使其超出某些特定的计算任务
在这项发表在《自然材料》杂志上的新研究中，一项国际研究表明，通过应用外部磁场和改变温度，材料的物理性质可以适应不同的机器学习任务
该报告的主要作者OscarLee博士（伦敦大学纳米技术中心和伦敦大学电子与电气工程系）说：“这项工作使我们更接近于实现物理储备的全部潜力，从而创建一台计算机，它不仅需要显著减少能源，而且还需要调整其计算特性，以在各种任务中实现最佳性能，就像我们的大脑一样。”下一步是识别可商业化、可扩展的材料和设备架构“.
传统的计算消耗了大量的电能。这部分是因为数据存储和处理的组件，意味着信息必须在两者之间不断地转换，消耗能量和产生热量。这是汉语学习的一个特别问题，需要大量的数据集进行处理。在大型AI模型中进行培训可以产生大量的二氧化碳。
几种神经形态的物理储备计算（或巴林式）该方法旨在存储移动的普通内存和处理单元，以提高处理数据的效率除了在传统计算的替代方案中更具可持续性外，物理储备计算还可以集成到现有电路中，以提供同样节能的额外能力
在这项涉及日本和德国研究人员的研究中，使用矢量网络分析仪来确定不同磁场强度和温度范围（-269°；C大气温度
不同的磁性具有比计算任务不同的更大的磁性磁场粒子以类似涡流的模式飞行的飞行阶段，具有用于预测任务的足够记忆能力同时，锥形阶段的记忆能力很小，但它的非线性是转换任务和分类的理想选择——例如，识别一只动物
伦敦帝国学院的合著者JackGartside博士说：“我们在UCLinthegroupofProfessorHidekazuKurebayashire的合作者集中识别了用于非常规计算的材料。这些材料特别是因为它们支持磁性材料的特殊结构和变化范围。与伦敦帝国学院集团的首席作者OscarLee博士合作[由Gartside博士、KilianStenning和WillBranford教授领导]设计了一种欧洲形态的计算架构，以利用复杂的材料特性来满足各种挑战任务的需求这是一个很好的结果，并展示了如何重新配置物理相位，从而直接降低或降低模拟计算性能“.
这项工作还涉及东京大学和慕尼黑工业大学的研究人员，他们得到了Leverhulme信托基金、工程与物理科学研究委员会（EPSRC）、伦敦帝国学院院长卓越前沿研究基金、皇家工程院、日本科学技术机构、Katsu研究鼓励奖、朝日玻璃基金会和DFG的支持（德国研究基金会）
来源:
Materials provided by
University College London.
注明: Content may be edited for style and length.
参考:
2024-01-20
2024-01-20
2024-01-20
2024-01-20
2024-01-20
北前院微信公众号
