Magnetische systemen met gefrustreerde interacties als basis voor neurale netwerken

Groep: DyNaMat
Promotor: Prof. Bartel Van Waeyenberge
Begeleiding: Jonathan Leliaert

Inlichtingen: tel. 09/264.43.42 of contacteer rechtstreeks een betrokken persoon (de contactgegevens opvragen door op de naam te klikken)

Trefwoorden: magnetische nanostructuren, neurale netwerken, artificiële intelligentie

Probleemstelling

Neurale netwerken zijn systemen voor het verwerken van informatie, gebaseerd op de werking van onze hersenen, waarbij de verbindingen tussen de verschillende componenten aangepast worden om nieuwe taken aan te leren. Deze netwerken van neuronen en hun verbindingen worden meestal onder de vorm van software gerealiseerd. Gezien echter magnetische systemen met gefrustreerde interacties (het zogenaamde ‘spin ice’, waarbij een minimale energie voor alle interacties samen niet bereikt kan worden) heel parallelle gedragingen vertoont met neurale netwerken, kan de vraag gesteld worden of met wel ontworpen magnetische systemen, neurale functies gerealiseerd kunnen worden. Dit zou het mogelijk maken om neurale netwerken heel efficiënt in hardware te realiseren met unieke mogelijkheden wat betreft artificiële intelligentie.

Doelstelling
Het doel van deze thesis is de mogelijkheid te onderzoeken om neurale functionaliteit te realiseren met magnetische netwerken. Hierbij vormen nano magneten de neuronen en vormen de lokale en lange afstand magnetische interacties de verbindingen (synapsen).
Dit werk zal starten met een literatuurstudie rond gefrustreerde magnetische systemen om vertrouwd te geraken met basis fysische eigenschappen en een idee te krijgen welke van de magnetische parameters die zouden gebruikt kunnen worden om eenvoudige netwerken te realiseren. Deze modelsystemen kunnen aan de hand van micromagnetische simulaties volledig doorgerekend worden. Hiervoor kan de in huis ontwikkelde code MuMax ingezet worden op onze 20 GPU (Graphical Processing Units) cluster.