Umělé inteligence jsou čím dál výkonnější a užitečnější. Zároveň jsou však také nenasytnější po energii. Výzkumný tým z britské Imperial College London usiluje o snížení energetické náročnosti provozu umělých inteligencí, který se v současné době zdvojnásobuje zhruba jednou za 3,5 měsíce.
Umělé inteligence se dnes využívají v řadě aplikací, trénování inteligencí však i u poměrně jednoduchých úkolů vyžaduje ohromné množství energie. Trénink pro zvládnutí Rubikovy kostky spotřebuje asi 2 hodiny provozu jaderné elektrárny.
Jack Gartside a jeho spolupracovníci z britské Imperial College London použili nanomagnety a prokázali, že mohou fungovat podobně jako umělá inteligence. Je možné je využít při predikcích v oblasti časových řad, kam spadá mnoho praktických aplikací, jako například predikce a regulace hladiny inzulínu u pacientů s diabetem.
Umělé inteligence využívající neurální sítě napodobují aktivitu neuronů v mozku. Matematika popisující neurální sítě byla z valné části původně vyvinuta fyziky pro popis interakcí magnetů. Software, který simuloval chování magnetů, je teď využíván pro simulace neuronů v mozku.
Gartsideův tým se tak vlastně vrací ke „kořenům“ umělé inteligence. Vynechali zmíněný software a používají k simulování aktivity neuronů samotné magnety, v tomto případě nanomagnety. Výhodou tohoto přístupu je enormní úspora energie, až 100 000násobná. Podle badatelů bylo využití magnetů v hardwaru počítačů cílem výzkumu již dlouho. Toto úsilí ale doposud naráželo na technologické překážky. Teprve vytvoření nanomagnetů nabídlo ovládání počítačových prvků v potřebném rozsahu.