😢 Проблема: нейросети выполняют многие задачи на уровне мозга человека, но потребляют намного больше энергии. Например, только для обучения обработчика естественного языка нужно 190 мегаватт-часов — столько используют 16 американцев в год. Всё из-за того, что в аппаратной основе нейросетей много энергоёмких кремниевых чипов.
😎 Решение: использовать устройства магнитного туннельного перехода (MTJ). Они хранят данные там же, где производят вычисления, поэтому работают быстрее и потребляют меньше энергии.
В качестве теста массив MTJ-устройств обучили дегустировать вина. Использовали данные о 148 винах из трёх сортов винограда, у каждого вина было 13 характеристик, например содержание алкоголя, цвет, флавоноиды и так далее. Характеристикам присвоили значения от 0 до 1, чтобы сеть отличала одно вино от другого.
Затем системе провели виртуальную дегустацию на полном наборе данных, включая 30 новых вин. Система распознала неизвестные сорта вина с точностью 95,3%.
🤨 И что? Смысл был не в том, чтобы сделать нейросеть-сомелье. Эксперимент доказывает, что MTJ-устройства можно использовать вместо нейросетей на кремниевых чипах и снизить энергопотребление.
👥 Кто: исследователи Национального института стандартов и технологий и Университета Мэриленда, США.
Источники: nist.gov и journals.aps.org
