現今的人工智慧消耗大量能源。實現更高能效運算的一種方式，可能是利用自旋波（Spin Waves）這類磁性現象。科學家正研究將其作為新一代晶片與量子技術的基礎。來自布爾諾理工大學 CEITEC 的博士生 Jan Klíma，目前正致力於尋找更深入理解並控制其行為的方法。他的研究獲得捷克教育青年暨體育部頒發的優秀畢業生獎，以及 Brno Ph.D. Talent 計畫的支持。
現代電子學建立在控制電荷傳輸的基礎上。然而，這項原理會造成能量耗散並產生熱量。克服此限制的一種方式是利用自旋波，這是一種特殊形式的磁波，能在不依賴傳統電流傳輸的情況下傳遞資訊。來自 CEITEC BUT Michal Urbánek 研究團隊的 Jan Klíma 正專注於研究自旋波的這些特性。
Jan Klíma 解釋道：「我們的目標不只是描述自旋波如何運作，更重要的是找出控制這些波的方法。掌控這些過程的能力，將是未來將其應用於磁子學（Magnonics）與量子技術的關鍵。」
自旋波也被稱為磁子（Magnons），由材料的磁性所產生，並以類似其他波動的方式在材料中傳播。然而與傳統電子學不同的是，自旋波不傳遞電荷，因此不會產生顯著的焦耳熱。這使其成為未來低功耗技術極具潛力的候選方案，應用範圍可從微處理器延伸至專用運算系統。
磁子學（Magnonics）是現代物理學的一個新興領域，旨在研究奈米結構材料中自旋波及其準粒子（磁子）的行為，目標是以最低的能耗進行資訊傳輸與處理。人工智慧是磁子學日益受到關注的領域之一。類神經網路需要非線性元件才能運作，亦即輸出與輸入訊號不成正比的系統。目前的電腦架構多半以人工方式實現這些特性，但自旋波本身即具備內建的非線性特質。
Klíma 表示：「正是自旋波的非線性行為，使其在機器學習與神經型態運算領域極具應用價值。目前已有實驗證實，例如可利用它們進行訊號辨識。」然而，他的博士研究計畫聚焦於另一項重要挑戰，亦即將磁子學與量子技術進行連結。自旋波能夠與電訊號或光訊號等其他物理系統互動，因此未來可作為量子元件中傳遞資訊的媒介。
Klíma 正在處理的一項關鍵問題是磁雜訊（Magnetic Noise）。這種雜訊會干擾敏感的量子過程並導致資訊喪失。因此，研究人員正試圖更深入地描述自旋波的行為，並透過調整材料特性來抑制這種雜訊。他補充道：「如果我們能夠在較高溫度下有效抑制磁雜訊，未來將有助於發展更高效且具成本效益的量子技術，同時降低對極低溫冷卻設備的依賴。」
磁子學是當前前瞻物理學中快速發展的領域之一。雖然仍屬於相對年輕的研究領域，但過去數十年來已取得顯著進展，並獲得許多國際頂尖研究中心關注（特別是在德國、法國、奧地利、美國、中國及日本）。Michal Urbánek 自 2015 年起便投入磁子學研究，過去十年間，其研究團隊已成為國際自旋波研究社群中舉足輕重的一員。
Jan Klíma 從學士階段便加入該團隊，並在 Michal Urbánek 的指導下完成碩士論文。去年，他榮獲教育青年暨體育部優秀畢業生獎，並獲得旨在培育頂尖博士生的 Brno Ph.D. Talent 計畫獎助。Klíma 最後表示：「我非常榮幸能獲得 Brno Ph.D. Talent 的肯定。我們團隊的同事 Dominik Pavelka 也同樣獲得這項資助，這顯示布爾諾理工大學在發展這個前瞻研究領域上相當成功。」
