Hur skulle du gå tillväga för att lämna tillbaka böcker till rätt hyllor i ett stort bibliotek med minsta möjliga promenad? Hur skulle du bestämma den kortaste vägen för en lastbil som måste leverera många paket till flera städer? Det här är några exempel på problemet med "resande säljare, " en typ av "kombinatorisk optimeringsproblem", som ofta uppstår i vardagliga situationer. Att lösa problemet med resande försäljare innebär att söka efter den mest effektiva av alla möjliga rutter. För att göra detta enkelt, vi behöver hjälp av lågeffekt, högpresterande artificiell intelligens.

För att lösa denna gåta, forskare undersöker aktivt användningen av integrerade kretsar. I denna metod, varje stat i ett resandeförsäljarproblem (t.ex. varje möjlig väg i lastbilen) representeras av "snurrceller, " var och en har ett av två tillstånd. Använda en krets som kan lagra styrkan hos ett spincellstillstånd över ett annat, förhållandet mellan dessa tillstånd (eller för att använda vår analogi, avståndet mellan två städer för lastbilen) kan erhållas. Genom att använda ett stort system som innehåller samma antal spinceller och kretsar som komponenterna (eller städerna och vägarna för lastbilen) i problemet, vi kan identifiera det tillstånd som kräver minst energi, eller den rutt som täcker det minsta avståndet, på så sätt lösa problemet med resande säljare, eller någon annan typ av kombinatoriskt optimeringsproblem.

Dock, en stor nackdel med det konventionella sättet att använda integrerade kretsar är att det kräver förbearbetning, och antalet komponenter och tid som krävs för att mata in data ökar när problemets omfattning ökar. Av denna anledning, denna teknik har bara kunnat lösa problemet med resande säljare som involverar högst 16 stater, eller städer.

En grupp forskare ledda av professor Takayuki Kawahara vid avdelningen för elektroteknik vid Tokyo University of Science syftade till att övervinna denna fråga. De observerade att interaktionen mellan varje spincell är linjär, som säkerställde att spinncellerna bara kunde interagera med cellerna nära dem, förlänger handläggningstiden. "Vi bestämde oss för att arrangera cellerna lite annorlunda för att säkerställa att alla spinnceller kunde anslutas, " Prof Kawahara förklarar.

Att göra detta, de arrangerade först kretsarna i en tvådimensionell array, och spinncellerna separat i ett endimensionellt arrangemang. Kretsarna skulle sedan läsa data och ett aggregat av dessa data användes för att växla tillstånden för spinncellerna. Detta skulle innebära att antalet spinceller som krävs och den tid som behövs för bearbetning minskade drastiskt.

Författarna har presenterat sina resultat vid IEEE 18th World Symposium on Applied Machine Intelligence and Informatics (SAMI 2020). "Vår nya teknik representerar alltså en helt kopplad metod, " anmärker prof Kawahara, "och har potential att lösa ett resande säljarproblem som involverar upp till 22 städer." Författarna är hoppfulla om att denna teknologi kommer att ha framtida tillämpningar som ett högpresterande system med låga effektkrav för kontorsutrustning och surfplatteterminaler för att enkelt hitta optimala lösningar från ett stort antal kombinationer.