Quem sou eu

Minha foto
Sou economista, escritor e divulgador de conteúdos sobre economia e pesquisas científicas em geral.

Jupiter Orbit Europa, a lua de Júpiter

Projeto do Edifício de Gravidade Artificial-The Glass-Para Habitação na Lua e Marte

Botão Twitter Seguir

Translate

segunda-feira, 13 de abril de 2020

Tornando o processamento de big data mais energeticamente eficiente usando circuitos magnéticos

Caros Leitores;










Crédito: Universidade do Texas em Austin

A rápida progressão da tecnologia levou a um enorme aumento no uso de energia para processar enormes quantidades de dados gerados pelos dispositivos. Mas pesquisadores da Escola de Engenharia Cockrell da Universidade do Texas em Austin descobriram uma maneira de tornar a nova geração de computadores inteligentes mais eficientes em termos energéticos.

Tradicionalmente, os  formam os alicerces da infraestrutura que alimenta os computadores. Mas essa pesquisa usa componentes magnéticos em vez de silício e descobre novas informações sobre como a física dos componentes magnéticos pode reduzir os custos de energia e os requisitos de algoritmos de treinamento -  que podem pensar como seres humanos e fazer coisas como reconhecer imagens e padrões.
"No momento, os métodos para treinar suas redes neurais consomem muita energia", disse Jean Anne Incorvia, professora assistente do Departamento de Engenharia Elétrica e de Computação da Escola Cockrell. "O que nosso trabalho pode fazer é ajudar a reduzir o esforço de treinamento e  ".
As descobertas dos pesquisadores foram publicadas esta semana na PIO Nanotecnologia . O Incorvia liderou o estudo com o primeiro autor e o aluno do segundo ano de graduação, Can Cui. Incorvia e Cui descobriram que espaçar os nanofios magnéticos, agindo como  , de certa forma aumenta naturalmente a capacidade dos neurônios artificiais competirem uns contra os outros, com os mais ativados vencendo. Atingir esse efeito, conhecido como "inibição lateral", tradicionalmente requer circuitos extras nos computadores, o que aumenta os custos e consome mais energia e espaço.
O Incorvia disse que seu método fornece uma redução de energia de 20 a 30 vezes a quantidade usada por um algoritmo de retropropagação padrão ao executar as mesmas tarefas de aprendizado.
Da mesma forma que o cérebro humano contém neurônios, os computadores da nova era têm versões artificiais dessas células nervosas integrais. A inibição lateral ocorre quando os neurônios que disparam mais rapidamente são capazes de impedir que os neurônios mais lentos disparem. Na computação, isso reduz o  no processamento de dados.
O Incorvia explica que a maneira como os computadores operam está mudando fundamentalmente. Uma tendência importante é o conceito de computação neuromórfica, que está essencialmente projetando computadores para pensar como cérebros humanos. Em vez de processar tarefas uma por vez, esses dispositivos mais inteligentes destinam-se a analisar grandes quantidades de dados simultaneamente. Essas inovações impulsionaram a revolução no  e na inteligência artificial que dominou o cenário da tecnologia nos últimos anos.

Esta pesquisa focou nas interações entre dois neurônios magnéticos e nos resultados iniciais nas interações de múltiplos neurônios. O próximo passo envolve a aplicação das descobertas em conjuntos maiores de múltiplos neurônios, bem como a verificação experimental de suas descobertas.
Explorar mais

Mais informações: Can Cui et al., Inibição lateral maximizada em pistas de paredes de domínio magnético pareadas para computação neuromórfica, Nanotecnologia (2020). DOI: 10.1088 / 1361-6528 / ab86e8
Informações da revista: Nanotechnology
Fonte: Phys News / pela  /13-04-2020     

Obrigado pela sua visita e volte sempre!
                      
HélioR.M.Cabral (Economista, Escritor e Divulgador de conteúdos da Astronomia, Astrofísica, Astrobiologia e Climatologia).

Autor do livro: “Conhecendo o Sol e outras Estrelas”.

Membro da Society for Science and the Public (SSP) e assinante de conteúdos científicos da NASA (National Aeronautics and Space Administration) e ESA (European Space Agency).

Participa do projeto S`Cool Ground Observation (Observações de Nuvens) que é integrado ao Projeto CERES (Clouds and Earth´s Radiant Energy System) administrado pela NASA.A partir de 2019, tornou-se membro da Sociedade Astronômica Brasileira (SAB), como astrônomo amador.

Participa também do projeto The Globe Program / NASA Globe Cloud, um Programa de Ciência e Educação Worldwide, que também tem o objetivo de monitorar o Clima em toda a Terra. Este projeto é patrocinado pela NASA e National Science Fundation (NSF), e apoiado pela National Oceanic and Atmospheric Administration (NOAA) e U.S Department of State.


Nenhum comentário:

Postar um comentário