doi.org/10.1038/s41467-024-52345-y
Credibilidade: 999
#Skyrmions
A computação de reservatório browniano permite detectar gestos de mãos humanas com base na difusão e no deslocamento de íons de gelo.
Os pesquisadores avançaram na computação do reservatório browniano registrando e reconhecendo gestos simples das mãos por meio de squirmions, um tipo de turbilhão magnético.
Esse método demonstra não apenas ser tão preciso quanto o software tradicional de rede neural, mas também ser significativamente mais eficiente em termos de energia.
Suas descobertas demonstram o potencial para aplicações futuras em computação e armazenamento de dados não convencionais.
Brownian Reservoir Computing:Cientistas da Johannes Gutenberg University Mainz (JGU) conseguiram aprimorar a estrutura da computação de reservatórios rownianos registrando e transferindo gestos manuais para o sistema que então utilizou skyrmions para detectar esses gestos individuais.”
Ficamos impressionados ao ver que nossa abordagem e nosso conceito de hardware funcionaram tão bem e até melhor do que as soluções de software que consomem muita energia e que empregam redes neurais”, disse Grischa Beneke, membro do grupo de pesquisa do professor Mathias Kläui no Instituto de Física da JGU.
Em colaboração com outros físicos experimentais e teóricos, Beneke conseguiu demonstrar que gestos simples das mãos podem ser reconhecidos por meio da computação de reservatórios brownianos com um grau de precisão relativamente alto.
Vantagens da computação em reservatórios
Os sistemas de computação em reservatórios são semelhantes às redes neurais artificiais.
Sua vantagem é que eles não precisam de um treinamento extenso, o que reduz o consumo total de energia.
“Tudo o que precisamos fazer é treinar um mecanismo de saída simples para mapear o resultado”, explicou Beneke.
Os processos de computação exatos permanecem obscuros e não são importantes nos detalhes.
O sistema pode ser comparado a um lago no qual pedras foram jogadas, criando um padrão de onda complexo na superfície.
Da mesma forma que as ondas indicam o número e a posição das pedras derrubadas, o mecanismo de saída do sistema fornece informações sobre a entrada original.
Reconhecimento de gestos inovador utilizando Skyrmions
Em seu último artigo publicado recentemente em Nature Communications, os pesquisadores descrevem como registraram gestos manuais simples como um passar da esquerda ou da direita com radar de doppler de alcance, empregando dois sensores radar da Infineon Technologies.
Os dados de radar são então convertidos em voltagens correspondentes a serem alimentadas no reservatório, que, nesse caso, consiste em uma pilha de filme fino de várias camadas de diversos materiais, que é formada em um triângulo com contatos em cada um de seus cantos.
Dois dos contatos fornecem a voltagem, o que faz com que o gerador de íons se mova dentro do triângulo.
“Em reação aos sinais fornecidos, detectamos movimentos complexos”, descreveu Grischa Beneke.”
Esses movimentos do Skyrmion nos permitem deduzir os movimentos que o sistema de radar registrou.”
Skyrmions are chiral magnetic whirls that are considered to have major potential for use in non-conventional computing devices and as information carriers in in innovative data storage devices.”
Os Skyrmions são realmente surpreendentes.
Nós os consideramos primeiramente apenas como candidatos para o armazenamento de dados, mas eles também têm um grande potencial para aplicações em computação combinada com sistemas de sensores”, enfatizou o professor Mathias Kläui, supervisor desse campo de pesquisa na JGU.
Advancing Computational Efficiency and Collaboration:A comparação dos resultados obtidos usando a computação do reservatório browniano com os registrados usando uma abordagem baseada em software mostra que a precisão do reconhecimento de gestos é semelhante ou até melhor no caso da computação do reservatório browniano.
O benefício da combinação da computação de reservatório com o conceito de computação browniana é que os íons cianos são livres para realizar movimentos aleatórios, pois as diferenças locais nas propriedades magnéticas têm menos influência sobre como eles reagem.
Isso significa que os íons cianos, em contraste com a forma como normalmente respondem, podem ser feitos para se movimentar apenas com correntes muito baixas, o que demonstra uma melhoria significativa na eficiência energética em comparação com a abordagem de software.
Como os dados coletados pelo radar Doppler e a dinâmica intrínseca do reservatório operam em escalas de tempo semelhantes, os dados do sensor podem ser inseridos diretamente no reservatório.
As escalas de tempo do sistema podem ser adaptadas para resolver uma variedade de outros problemas.”
Descobrimos que os dados de radar dos diferentes gestos das mãos são detectados em nosso reservatório de hardware com uma fidelidade que é pelo menos tão boa quanto a abordagem de uma rede neural baseada em software de última geração”, concluíram os pesquisadores em seu artigo na Nature Communications.
De acordo com Beneke, deve ser possível um aprimoramento adicional em termos do processo de leitura, que atualmente usa um microscópio de efeito Kerr magnético-óptico (MOKE).
O emprego de uma junção de túnel magnético pode ajudar a reduzir o tamanho de todo o sistema.
Os sinais fornecidos por uma junção de túnel magnético já estão sendo emulados para demonstrar a capacidade do reservatório.
Potencial para desenvolvimento futuro: Em novembro de 2022, a equipe de pesquisa do professor Mathias Kläui na JGU relatou os primeiros avanços na computação do reservatório browniano.
Em cooperação com o professor Johan Mentink, da Universidade de Radboud, em Nijmegen, nos Países Baixos, eles conseguiram produzir um protótipo de sistema que combinava esses dois métodos de computação.
A pesquisa, agora publicada na Nature Communications, também envolveu o fabricante de chips Infineon Technologies.
Publicado em 21/09/2024 21h49
Artigo original:
Estudo original: