导读

英国伦敦帝国理工学院的研究人员设计出一种将磁信息写入到任何图案中的方案，帮助计算机模仿大脑处理信息的过程。在方案中，磁纳米线阵列可以像硬件神经网络一样工作，它比基于软件的方案更加强大和高效。

关键字

磁、神经网络、硬件

背景

目前，大多数的计算机硬件，例如硬盘，使用磁存储设备。它们依赖于磁状态，即微小的磁体所指的方向，编码和读取信息。

特殊的磁状态，例如三个南磁极相遇的那一点，代表着复杂的系统。它们与大自然中的许多复杂系统相似，例如我们大脑处理信息的方式。

与我们大脑处理问题相似的计算系统被称为“神经网络”。目前，一些强大的基于软件的神经网络，例如打败人类围棋世界冠军的“AlphaGo”，但是由于它们是基于传统的计算机硬件，所以效率有限。

（图片来源：维基百科）

神经网络是一种模仿动物神经网络行为特征，进行分布式信息处理的算法数学模型。神经网络中的算法可以进行训练，模仿人脑识别语音和图片的方式。

创新

最近，研究人员展示了如何将任何我们期望的磁性图案写到纳米线上，帮助计算机模仿大脑处理信息的过程。英国伦敦帝国理工学院的研究人员设计出一种将磁信息写入到任何期望的图案中的方案。

（图片来源：帝国理工学院）

来自帝国理工学院物理和材料系的团队进行了系统演示，他们写入了之前从未见过的图案。他们将研究成果发表于《自然纳米技术》杂志。

技术

该方案使用了一种小型的磁探针，也称为“磁力显微镜”。通过这种新型的写入方案，磁纳米线阵列能够像硬件神经网络一样工作，比基于软件的方案更加的强大和高效。

（图片来源：帝国理工学院）

价值

论文首作者、物理系博士 Jack Gartside 表示：

“通过这种新型写入方法，我们打开了通过'训练'这些磁纳米线解决问题的途径。一旦成功，这将推进硬件神经网络进一步走向现实。”

除了应用于计算领域，该方法还可以用于研究复杂系统的基本面，通过创造出远远不及最优状态的磁状态（例如三个南磁极在一起），看看系统是如何响应的。

参考资料

【1】http://www3.imperial.ac.uk/newsandeventspggrp/imperialcollege/newssummary/news_20-11-2017-14-28-54

【2】Jack C. Gartside, Daan M. Arroo, David M. Burn, Victoria L. Bemmer, Andy Moskalenko, Lesley F. Cohen, Will R. Branford. Realization of ground state in artificial kagome spin ice via topological defect-driven magnetic writing. Nature Nanotechnology, 2017; DOI: 10.1038/s41565-017-0002-1

了解更多前沿技术文章，请点击“阅读原文”。咨询和交流，请联系微信：JohnZh1984。