پژوهشگران نشان دادند که می‌توان از نانومغناطیس برای تولید شیشه اسپینی استفاده کرد، ترکیباتی که برای توسعه سامانه‌های محاسباتی شبیه به مغز به کار می‌روند.
استفاده از نانومغناطیس در تولید واحدهای محاسباتی
بر اساس نتایج یک مطالعه جدید، ساخت نوعی ماده کمیاب به نام شیشه اسپین، ممکن است با ایجاد امکان چاپ الگوریتم‌ها به صورت سخت‌افزار فیزیکی، عصر جدیدی را در هوش مصنوعی آغاز کند. ویژگی‌های عجیب شیشه‌های اسپینی به نوعی به هوش مصنوعی اجازه می‌دهد که مانند مغز، اشیا را از تصاویر ناقص تشخیص دهد. از دیگر پتانسیل‌های این فناوری می‌توان مصرف کمتر انرژی در محاسبات اشاره کرد. شیشه اسپین مصنوعی حاوی نانومغناطیس، قادر است تا در هوش مصنوعی پیشرفت ایجاد کند.
شیشه اسپین را می‌توان محل تلاقی حوزه‌های مواد مهندسی شده و محاسبات دانست، جایی که در آن سیستم‌های شیشه اسپین از یک سامانه بی‌نظم از نانومغناطیس‌ها تشکیل می‌شوند. این شیشه‌ها از برهمکنش‌های تصادفی و رقابت بین دو نوع نظم مغناطیسی در مواد ناشی می‌شوند. مایکل ساکون، یکی از نویسندگان این مقاله و پژوهشگر پسا دکتری فیزیک نظری در آزمایشگاه ملی لوس آلاموس می‌گوید: «کار ما اولین تحقیق تجربی شیشه اسپینی مصنوعی متشکل از نانومغناطیس‌ها است، نانومغناطیس‌هایی که برای تقلید از شبکه عصبی کنار هم چیده شده‌اند. مقاله ما اساس مورد نیاز برای استفاده عملی از این سیستم‌های فیزیکی را ایجاد می‌کند.»
نتایج این تحقیق در قالب مقاله‌ای در مجله Nature Physics منتشر شده است.
شیشه اسپین یک رویکرد ریاضی محور برای تفکر در مورد ساختار مواد است. ساکون می‌گوید که توانایی تغییر برهمکنش در این سیستم‌ها با استفاده از لیتوگرافی پرتو الکترونی برای اولین بار امکان نمایش طیف وسیعی از مسائل محاسباتی در شبکه‌های شیشه اسپین را فراهم می کند.
سیستم‌های شیشه اسپین شکلی از یک سیستم بی نظم از نانومغناطیس‌ها هستند که از اتصالات تصادفی و رقابت بین دو نوع نظم مغناطیسی در ماده ناشی می‌شوند. آنها در محل تلاقی حوزه‌های مواد مهندسی شده و محاسبات قرار دارند.
هنگامی که دمای این مواد کاهش می‌یابد، دچار نوعی آشفتگی می‌شوند، به این معنی که در یک آرایش منظم قرار نمی‌گیرند، و دارای خواص ترمودینامیکی و دینامیکی متفاوتی هستند که می‌توانند در سیستم‌های محاسباتی استفاده شوند.
مدل‌های نظری که شیشه‌های اسپینی را توصیف می‌کنند، به طور گسترده در سیستم‌های پیچیده دیگر، مانند مدل‌هایی که عملکرد مغز، کدهای تصحیح خطا، یا پویایی‌های بازار سهام را توصیف می‌کنند، استفاده می‌شوند. این علاقه گسترده به شیشه‌های اسپینی انگیزه قوی برای تولید شیشه‌های اسپینی مصنوعی ایجاد می‌کند.
این تیم تحقیقات تئوری و تجربی را برای ساخت و تجزیه و تحلیل شیشه‌های اسپینی مصنوعی ادغام کردند تا از آن به‌عنوان یک شبکه عصبی هوپفیلد استفاده کنند.
هر دو شبکه شیشه اسپین و شبکه هاپفیلد در یک رابطه همزیستی تکامل یافته‌اندبه طوری که یکی دیگری را تغذیه می‌کند.
اگر فقط یک حافظه فعال باشد برای مثال، با گرفتن تصویری جزئی از یک چهره به عنوان ورودی، شبکه می تواند کل چهره را به خاطر بیاورد.
حافظه‌های این شبکه‌ها شبیه به حالت‌های پایه یک سیستم اسپینی هستند و کمتر از سایر شبکه‌های عصبی تحت تأثیر نویز قرار می‌گیرند.
بودجه این تحقیق توسط برنامه تحقیق و توسعه هدایت شده آزمایشگاهی در آزمایشگاه ملی لوس آلاموس تامین شده است.
