具有射频连接的多层旋转神经网络
Andrew Ross1, Nathan Leroux1, Arnaud De Riz1
1Unité Mixte de Physique CNRS/Thales, CNRS, Thales, Université Paris-Saclay, Palaiseau, France.
Nature nanotechnology
|July 27, 2023
概括
螺旋式纳米设备,就像磁道连接一样,现在可以形成多层神经网络. 这一突破使得高效,低功耗的人工智能硬件能够执行诸如无人机识别等任务.
科学领域:
- 物理, 材料科学, 计算机科学
- 这就是Spintronics.
- 人工智能的人工智能
背景情况:
- 螺旋式纳米突触和纳米神经元为神经网络操作提供高精度.
- 这些设备的可扩展多层连接仍然是先进深度神经网络面临的挑战.
研究的目的:
- 展示一种可扩展的方法,用于将spintronic纳米设备连接到多层神经网络中.
- 为了使自旋神经网络能够原生处理射频 (RF) 信号.
主要方法:
- 利用磁道连接 (MTJs) 作为自旋神经元和突触.
- 将MTJ连接到一个双层硬件自旋神经网络中.
- 使用开发的网络对非线性可分离的射频输入进行分类.
主要成果:
- 构建了一个由九个MTJ组成的双层自旋神经网络.
- 该网络在分类射频输入方面实现了97.7%的准确性.
- 模拟显示了先进无人机识别的潜力,其耗电量为百万瓦.
结论:
- 在神经网络应用中,Spintronic磁道连接点可以以多层配置相互连接.
- 这种方法促进了RF信号的本地处理,为深层,动态的旋转神经网络铺平了道路.
- 该技术与现有的射频信号识别方法相比,可以节省大量的电力.
