صرفهجویی در مصرف انرژی با هوشمصنوعی
محققان از یک طراحی نوین برای ترانزیستورها استفاده کرده اند که نه تنها به تولید آنها در ابعاد مینیاتوری کمک می کند، بلکه فعالیت های مربوط به هوش مصنوعی را ۱۰۰ بار صرفه جویانه تر انجام می دهد.به گزارش مهر به نقل از اینترستینگ انجینرینگ،همزمان با استفاده از هوش مصنوعی، استفاده از تراشه و زیرساخت های آن نیز افزایش می یابد.درهمین راستا مارک هرسام پروفسور مواد در دانشگاه نورث وسترن معتقد است این روش انرژی زیادی مصرف می کند زیرا داده ها جمع آوری شده و برای تحلیل به ابر رایانشی ارسال می شوند. در مرحله بعد نتایج به کاربر ارسال می شود. درعوض پردازش محلی داده ها انرژی کمتری مصرف می کند.قبل از تحلیل، باید دادههای جمع آوری شده برای پردازش توسط ماشین یادگیری، دسته بندی شوند. چون هریک از ترانزیستورهای سیلیکونی می توانند یک گام از فراوری داده را انجام دهند، تعداد ترانزیستورهای مورد نیاز برای تکمیل این فرایند باید با اندازه داده ها متناسب باشد.تیم هرسام تصمیم گرفت از سیلیکون استفاده نکند و دی سولفید مولبدنیم ۲ بعدی و نانولوله های تک بعدی کربن برای ساخت مینی ترانزیستورها به کار گیرد. طراحی ترانزیستورهای جدید به شکلی بود که بتوان آنها را دوباره تنظیم و برای گام های مختلف در تحلیل به کار برد.
هرسام در این باره می گوید: یکپارچه سازی دو ماده جداگانه در یک دستگاه سبب می شود جریان برق را با ولتاژ به کار رفته ماژول بندی کرد.این امر نه تنها تعداد ترانزیستورها و انرژی مصرفی را کاهش داد، بلکه به فرایند مینیاتورسازی تحلیل و یکپارچه سازی دستگاه کمک کرد.محققان امیدوارند در آینده این دستگاه را در گجت های پوشیدنی به کار برند و بدون فشار به شبکه برق آن را به کار گیرند.