Ingenieros de la Universidad de Pittsburgh han creado una sinapsis artificial basada en grafeno que imita las tareas cognitivas del cerebro humano y muestra una excelente eficiencia energética, al igual que las sinapsis biológicas. Facilitará la implementación de hardware de redes neuronales artificiales a gran escala y potenciará la IA.
Un equipo de investigadores de Pitt’s Swanson School of Engineering, de la Universidad de Pittsburgh, ha desarrollado una “sinapsis artificial” que no procesa información como un ordenador, sino que imita la forma en la que el cerebro humano desarrolla las tareas cognitivas. Los resultados se publican en la revista Advanced Materials.
La computación digital ha dejado obsoletas casi todas las formas de computación analógica desde la década de 1950. Sin embargo, hay una gran excepción que rivaliza con el poder computacional de los dispositivos digitales más avanzados: el cerebro humano.
El cerebro humano es una densa red de neuronas. Cada neurona está conectada a decenas de miles de personas, que usan sinapsis para disparar información constantemente. La sinapsis es el mecanismo que usa el cerebro para la comunicación entre dos o más neuronas, sin que se establezca entre ellas contacto físico. Gracias a las sinapsis, el cerebro puede transmitir los impulsos nerviosos destinados a coordinar las más diversas funciones orgánicas.
Con cada intercambio, el cerebro modula las conexiones entre neuronas para crear vías eficientes de comunicación en respuesta directa los estímulos que recibimos del entorno. Es un órgano de procesamiento de información masivamente paralelo porque cientos de miles de millones de neuronas actúan simultáneamente.
Los ordenadores, sin embargo, viven en un mundo de unos y ceros. Realizan tareas secuencialmente, siguiendo cada paso de sus algoritmos en un orden fijo, muy alejados de las proezas del cerebro humano.
“El paralelismo masivo del cerebro explica por qué los humanos pueden superar incluso a los ordenadores más poderosos cuando se trata de funciones cognitivas de orden superior, como reconocimiento de voz o reconocimiento de patrones en conjuntos de datos complejos y variados”, explica el investigador principal, Feng Xiong, en un comunicado.
Computación neuromórfica
Esta investigación se desarrolla en el marco de una disciplina científica emergente llamada computación neuromórfica, que se basa en la biología, física, matemáticas, ciencias de la computación (informática) e ingeniería electrónica, para diseñar sistemas neuronales artificiales, como los sistemas visuales, basados en los sistemas biológicos nerviosos.
Las sinapsis artificiales concebidas en el marco de esta investigación se construyeron a base de grafeno, el material más resistente que se conoce en la naturaleza, y que está dotado de una gran conductividad térmica y eléctrica, lo que le permite disipar el calor y soportar intensas corrientes eléctricas sin calentarse.
Estas propiedades conductoras del grafeno permitieron a los investigadores ajustar con precisión su conductancia eléctrica, que es la fuerza de la conexión sináptica o el peso sináptico de la sinapsis artificial. La sinapsis de grafeno demostró una excelente eficiencia energética, al igual que las sinapsis biológicas.
En el reciente resurgimiento de la inteligencia artificial, las computadoras ya pueden replicar el cerebro de diversas formas, pero se necesitan alrededor de una docena de dispositivos digitales para imitar una sinapsis analógica.
Falta mucho
El desarrollo de un cerebro artificial que funciona como el cerebro humano analógico aún requiere una serie de avances. Los investigadores necesitan encontrar las configuraciones correctas para optimizar estas nuevas sinapsis artificiales.
También tendrán que hacerlas compatibles con otros dispositivos para formar redes neuronales, y deberán asegurarse de que todas las sinapsis artificiales en una red neuronal a gran escala se comporten de la misma manera. A pesar de los desafíos, Xiong dice que es optimista sobre las posibilidades de su tecnología.
“Estamos muy entusiasmados con este progreso, ya que potencialmente puede conducir a la implementación de hardware de bajo consumo de energía de la computación neuromórfica, que actualmente se lleva a cabo en clústeres de GPU intensivas en energía. El rasgo de baja potencia de nuestra sinapsis artificial y su naturaleza flexible lo convierten en un candidato adecuado para cualquier tipo de dispositivo de Inteligencia Artificial que revolucionaría nuestras vidas, tal vez incluso más que la revolución digital que hemos visto en las últimas décadas “, concluye Xiong.
Fuente: Tendencias21.net