برای عضویت در خبرنامه روزانه ایستنا؛ نشانی پست الکترونیکی خود را در فرم زیر وارد نمایید. پس از آن به صورت خودکار ایمیلی به نشانی شما ارسال میشود، برای تکمیل عضویت خود و تایید صحت نشانی پست الکترونیک وارد شده، می بایست بر روی لینکی که در این ایمیل برایتان ارسال شده کلیک نمایید. پس از آن پیامی مبنی بر تکمیل عضویت شما در خبرنامه روزانه ایستنا نمایش داده میشود.
رایانههایی که اتصالات عصبی در مغز را تقلید میکنند
محققان دانشگاه وایومینگ روش جدیدی را برای کنترل حالت های مغناطیسی در مواد دو بعدی توسعه داده اند که نویدبخش پیشرفت های انقلابی در فناوری محاسبات و بهره وری انرژی است.
آیندهای را تصور کنید که در آن رایانهها میتوانند به روشهایی که شبیه تفکر انسان است، بیاموزند و تصمیم بگیرند، اما با سرعت و کارایی بالاتر از توانایی فعلی رایانهها.
پیشرفت در کنترل مغناطیسی
یک تیم تحقیقاتی در دانشگاه وایومینگ روشی نوآورانه برای کنترل حالتهای مغناطیسی کوچک در آهنرباهای دوبعدی واندروالس فوقالعاده نازک و دوبعدی (2 بعدی) ایجاد کردند – فرآیندی شبیه به نحوه چرخاندن یک کلید چراغ برای کنترل یک لامپ.
جیفا تیان، استادیار دپارتمان UW میگوید: «کشف ما میتواند به دستگاههای حافظه پیشرفته منجر شود که دادههای بیشتری را ذخیره میکنند و انرژی کمتری مصرف میکنند یا امکان توسعه انواع کاملاً جدیدی از رایانهها را فراهم میآورند که میتوانند به سرعت مشکلاتی را که در حال حاضر غیرقابل حل هستند، حل کنند. فیزیک و نجوم و مدیر موقت مرکز علوم و مهندسی اطلاعات کوانتومی UW.
تیان نویسنده متناظر مقالهای با عنوان «حالتهای چرخشی کنترلشده با جریان تونلی در آهنرباهای چند لایه واندروالس» بود که در 1 مه در Nature Communications منتشر شد ، یک مجله چند رشتهای با دسترسی آزاد که به انتشار تحقیقات با کیفیت بالا اختصاص دارد. کلیه حوزه های علوم زیستی، بهداشتی، فیزیکی، شیمیایی، زمینی، اجتماعی، ریاضی، کاربردی و مهندسی.
آشنایی با مواد واندروالس
مواد واندروالس از لایههای دوبعدی با پیوند قوی تشکیل شدهاند که در بعد سوم از طریق نیروهای ضعیفتر واندروالس به هم متصل میشوند. به عنوان مثال، گرافیت یک ماده واندروالس است که به طور گسترده در صنعت در الکترودها، روان کننده ها، الیاف، مبدل های حرارتی و باتری ها استفاده می شود. ماهیت نیروهای واندروالس بین لایه ها به محققان این امکان را می دهد که از نوار چسب برای لایه برداری لایه ها به ضخامت اتمی استفاده کنند.
این تیم دستگاهی به نام اتصال تونل مغناطیسی ابداع کردند که از تری یدید کروم – یک آهنربای عایق دوبعدی با ضخامت چند اتم – استفاده می کند که بین دو لایه گرافن قرار گرفته است. تیان میگوید: با ارسال یک جریان الکتریکی کوچک – به نام جریان تونل زنی – از طریق این ساندویچ، جهت جهت مغناطیسی حوزه های مغناطیسی (در اندازه حدود 100 نانومتر) را می توان در لایه های منفرد تری یدید کروم دیکته کرد.
پیشرفت در کنترل چرخش مغناطیسی
به طور خاص، ژوانگ ان فو، دانشجوی فارغ التحصیل در آزمایشگاه تحقیقاتی تیان و اکنون در مقطع فوق دکتری، می گوید: «این جریان تونل زنی نه تنها می تواند جهت سوئیچینگ بین دو حالت اسپین پایدار را کنترل کند، بلکه باعث ایجاد و دستکاری بین حالت های اسپین متاپایدار به نام سوئیچینگ تصادفی می شود.
این پیشرفت فقط جالب نیست. بسیار کاربردی است تیان میگوید که سه مرتبه انرژی کمتری نسبت به روشهای سنتی مصرف میکند، شبیه به تعویض یک لامپ قدیمی با یک LED، که آن را به عنوان یک تغییر بالقوه بازی برای فناوری آینده نشان میدهد. تحقیقات ما میتواند منجر به توسعه دستگاههای محاسباتی جدیدی شود که سریعتر، کوچکتر، انرژی کارآمدتر و قدرتمندتر از همیشه هستند. تحقیقات ما نشان دهنده پیشرفت قابل توجهی در مغناطیس در حد 2 بعدی است و زمینه را برای پلتفرم های محاسباتی جدید و قدرتمند مانند رایانه های احتمالی فراهم می کند.
توسعه کامپیوترهای احتمالی
کامپیوترهای سنتی از بیت ها برای ذخیره اطلاعات به صورت 0 و 1 استفاده می کنند. این کد باینری پایه و اساس تمام فرآیندهای محاسباتی کلاسیک است. رایانههای کوانتومی از بیتهای کوانتومی استفاده میکنند که میتوانند همزمان «۰» و «۱» را نشان دهند و قدرت پردازش را به صورت تصاعدی افزایش دهند.
تیان میگوید: «ما در کارمان چیزی را توسعه دادهایم که ممکن است بهعنوان یک بیت احتمالی فکر کنید، که میتواند بین «۰» و «۱» (دو حالت چرخش) بر اساس احتمالات کنترلشده جریان تونلسازی جابجا شود. این بیتها بر اساس ویژگیهای منحصربهفرد آهنربایهای دوبعدی بسیار نازک هستند و میتوانند به روشی شبیه به نورونهای مغز به یکدیگر متصل شوند تا نوع جدیدی از رایانه را تشکیل دهند که به عنوان رایانه احتمالی شناخته میشود.
انقلابی کردن محاسبات با فناوری های جدید
تیان ادامه میدهد: «آنچه این رایانههای جدید را به طور بالقوه انقلابی میکند، توانایی آنها در انجام وظایفی است که برای رایانههای سنتی و حتی کوانتومی بسیار چالش برانگیز است، مانند انواع خاصی از وظایف پیچیده یادگیری ماشین و مشکلات پردازش دادهها». آنها به طور طبیعی نسبت به خطاها مقاوم هستند، طراحی ساده ای دارند و فضای کمتری را اشغال می کنند، که می تواند منجر به فناوری های محاسباتی کارآمدتر و قدرتمندتر شود.