Skyrmion reservoir computing
Skyrmions zijn kleine, stabiele structuren in magnetische materialen, gevormd door spins die een wervelend patroon maken. Skyrmions zijn zeer geschikt voor dataverwerking, omdat ze klein en stabiel zijn, en er maar weinig energie nodig is om ze te manipuleren. Ze bewegen door thermische fluctuaties, bekend als de Brownse beweging.
In eerdere studies ontwikkelde het onderzoeksteam al een reservoircomputer op basis van de Brownse beweging van magnetische skyrmions. Ze toonden toen met succes aan dat hiermee eenvoudige logische functies konden worden uitgevoerd. In hun nieuwste studie, gepubliceerd in het prestigieuze tijdschrift Nature Communications, hebben de onderzoekers aangetoond dat Skyrmion reservoir computing niet alleen in staat is om logische functies uit te voeren, maar ook complexe real-world data, zoals het herkennen van handgebaren, kan verwerken.
Energiezuinige én nauwkeurige dataverwerking
Het team gebruikte de willekeurige en energiezuinige bewegingen van skyrmions om gegevens van een Doppler-radar over handgebaren direct te verwerken. Hierdoor konden ze deze gebaren herkennen met een nauwkeurigheid die vergelijkbaar is met moderne neurale netwerken, maar met een fractie van het energieverbruik.
"We kunnen nu de data van gebarenherkenning verwerken met een hardware-aanpak die gelijkwaardig is aan of zelfs beter dan andere methoden, terwijl we aanzienlijk minder stroom gebruiken," zegt onderzoeker Johan Mentink van de Radboud Universiteit.
Toepassingen
De bevindingen van dit onderzoek bieden nieuwe perspectieven voor het ontwikkelen van kleinere, efficiëntere computersystemen. Skyrmion reservoir computing kan een flexibele en energiezuinige oplossing bieden voor uiteenlopende toepassingen, van mobiele apparaten tot grootschalige datacenters. Het systeem kan eenvoudig worden aangepast aan verschillende tijdsschalen van binnenkomende data, waardoor extra externe verwerking overbodig wordt.
"Een voordeel van ons proof of concept is dat het heel gemakkelijk aan te passen is aan de tijdschaal van binnenkomende echte data. Daarom denken we dat het kan worden toegepast op veel toepassingen zonder dat er extra externe gegevensverwerkingsapparatuur nodig is," voegt Mentink toe.
