اخیراً تیمی از دانشگاه توهوکو[1] مبانی نظری برای مدلسازی سیستم‌های با بازده انرژی بالا در تکنولوژی اسپینترونیک و نگاهدارنده‌های محاسباتی را ارائه کرده‌اند. این سیستم‌ها که در اندازه‌ی نانو هستند بوسیله امواج اسپینی فراهم شده‌اند. این نوآوری، فناوری جدیدی برای ساخت دستگاه‌های عصب‌ریخت[2] در کاربردهایی مانند پیشبینی هوا با سرعت بالای پردازش است.
محققان این دانشگاه توانسته‌اند مبانی نظری لازم برای یک سامانه‌ی مخزن محاسباتی[3] پیشرفته را فراهم کنند. مخزن محاسباتی یکی از روش‌های شبکه عصبی تک لایه است که اطلاعات را از ورودی به خروجی تبدیل می‌کند. این روش به این دلیل که در مخزن، توابع وزنی را تغییر نمی‌دهد، در جایگذاری یک سیستم فیزیکی مانند امواج اسپین برای بسیاری از کاربردها مانند پیشبینی سری‌های زمانی یا حافظه کوتاه مدت، تشخیص و پیشبینی الگو مناسب است. سیستم تولیدی در این دانشگاه که از امواج اسپین استفاده می‌کند علم اسپینتورنیک را به مرحله تازه‌ای از تکنولوژی می‌رساند. این نوآوری به وسیله محاسبات غیرموازی حوزه اسپینترونیک را برای محاسبات در اندازه نانو و با بازده انرژی بالا آماده می‌کند[4].
در این روش یک شبکه پایدار ساخته شده تصادفی به اسم مخزن اطلاعات، ورودی را حفظ کرده و قابلیت انتقال آنها را به صورت غیرخطی دارد. این خصوصیات بی همتا امکان ساخت سیستم‌های فیزیکی به عنوان مثال سیستم‌های مغناطیسی دینامیک (در اینجا امواج اسپین) برای اجرای چندین عملیات همزمان بر روی چندین سری اطلاعات با کاربرد پیشبینی یک سری زمانی و تشخیص گفتار را فراهم می‌کند.
بعضی از محققان معتقدند که میتوان از اسپینترونیک به عنوان راهی برای ساخت دستگاه‌های رایانش کوانتومی مناسب استفاده کرد. اما هنوز دستگاهی تولید نشده که بتواند انتظارات را براورده کند. به خصوص در زمینه ساخت این دستگاه‌ها در سایز نانو با سرعت گیگاهرتز بدلیل محدودیت عملکرد محدودیت‌هایی وجود دارد.
دکتر ناتسوهیکو یوشیناگا می‌گوید که میتوان عملکرد سیستم را بوسیله امواج اسپین منتشر شده که بوسیله یک سیستم مخزن محاسباتی[5] پردازش می‌شود بهبود داد. مبانی نظری پیشنهادی بوسیله توابع پاسخ خود اطلاعات ورودی را به اسپین انتشاری دینامیک تبدیل می‌کند. این مدلسازی تئوری از مکانیسم عملکرد بالای امواج اسپین RC استفاده کرده است. این مکانیسم در اندازه رابطه بین سرعت موج اسپین و اندازه سیستم است که می‌تواند اثر نودها یا گره‌های مجازی افزایش دهد و کارکرد سیستم در اندازه نانو را بهتر کند. در اصل یوشیناگا و همکارانش مکانیسم عملکرد بالای این سیستم‌ها را بوسیله فیزیک ماده چگال و مدلسازی ریاضی شفاف‌سازی کرده‌اند. در اینجا یک سیستم موج اسپین عامل نگاه دارنده محاسباتی است که مزیت پردازش گیگاهرتز در سایز نانو و با مصرف انرژی کم را در بین دیگر روش‌ها از جمله فوتون‌ها و شارها و نوسانگرهای اسپینی دارد.
مرحله جدیدی از محاسبات هوشمند بوسیله این تکنولوژی جدید اسپینترونیک و خواص منحصر به فرد آن آغاز شده است. این تکنولوژی می‌تواند ما را به قابلیت ساخت سیستم‌های فیزیکی و سخت‌افزاری برای پیشبینی هوا و شناسایی گفتار برساند.
برای مطالعه‌ی بیشتر میتوان به مقاله‌ی “Universal scaling between wave speed and size enables nanoscale high-performance reservoir computing based on propagating spin-waves” مراجعه کرد.
[1] Tohoku
[2] neuromorphic
[3] reservoir computing (RC)
[4] امواج اسپین طول موج در حد نانو و فرکانسی در حد گیگاهرتز دارند در نتیجه برای پردازش سریع اطلاعات مناسباند.
[5] Reservoir Computing