Máquinas de Boltzmann Restringidas Implementadas por Uniones Magnéticas de Túnel de Torque de Spin–Órbita

La inteligencia artificial ha avanzado con el advenimiento de los modelos generativos, que dependen en gran medida de arquitecturas de computación estocástica mejoradas por generadores de números aleatorios verdaderos con probabilidades de muestreo ajustables. En este estudio, desarrollamos uniones magnéticas de túnel de torque de spin–órbita (SOT-MTJs), investigando su probabilidad de conmutación estilo sigmoide como función del voltaje de conducción. Esta característica resulta ser ideal para algoritmos de computación estocástica como las máquinas de Boltzmann restringidas (RBM) prevalentes en procesos de preentrenamiento. Explotamos los SOT-MTJs como muestreadoras estocásticas y nodos de red para las RBMs, lo que permite la implementación de redes neuronales basadas en RBM para lograr tareas de reconocimiento tanto de dígitos manuscritos como hablados. Además, aprovechamos los pesos derivados de los procesos de entrenamiento de imagen y voz anteriores para facilitar el aprendizaje multimodal de generación de imágenes a partir de voz. Nuestros resultados demuestran claramente que estos SOT-MTJs son candidatos prometedores para el desarrollo de aceleradores de hardware diseñados para redes neuronales de Boltzmann y otras arquitecturas de computación estocástica.