La capacidad del cerebro para aprender y memorizar simultáneamente grandes cantidades de información y, al mismo tiempo, requerir poca energía ha inspirado a todo un campo para dedicarse a computadoras de tipo cerebral o neuromórficas.

Investigadores de la Universidad de Stanford y de los Laboratorios Nacionales Sandia desarrollaron una parte de dicha computadora: un dispositivo que actúa como una sinapsis artificial, que imita la forma en que las neuronas se comunican en el cerebro.

En un artículo publicado por la revista Science, el equipo informa que una matriz prototipo de nueve de estos dispositivos funcionó incluso mejor de lo esperado en velocidad de procesamiento, eficiencia energética, reproducibilidad y durabilidad.

De cara al futuro, los miembros del equipo desean combinar su sinapsis artificial con la electrónica tradicional, lo que esperan sea un paso hacia el apoyo del aprendizaje artificialmente inteligente en dispositivos pequeños.

“Si tiene un sistema de memoria que puede aprender con la eficiencia energética y la velocidad que hemos presentado, entonces puede poner eso en un teléfono inteligente o una computadora portátil”, dijo Scott Keene, coautor del artículo y un estudiante graduado en el Laboratorio de Alberto Salleo, profesor de ciencia de materiales e ingeniería en Stanford, quien es coautor principal.

“Eso abriría el acceso a la capacidad de entrenar nuestras propias redes y resolver problemas localmente en nuestros propios dispositivos sin depender de la transferencia de datos para hacerlo”.

La sinapsis artificial del equipo es similar a una batería, modificada para que los investigadores puedan aumentar o disminuir el flujo de electricidad entre los dos terminales.

Ese flujo de electricidad emula cómo se conecta el aprendizaje en el cerebro.

Este es un diseño especialmente eficiente porque el procesamiento de datos y el almacenamiento de memoria se realizan en una sola acción, en lugar de un sistema informático más tradicional donde los datos se procesan primero y luego se transfieren al almacenamiento.

Ver cómo funcionan estos dispositivos en una matriz es un paso crucial porque permite a los investigadores programar varias sinapsis artificiales simultáneamente.

Esto requiere mucho menos tiempo que tener que programar cada sinapsis una por una y es comparable a cómo funciona realmente el cerebro.

En pruebas anteriores de una versión anterior de este dispositivo, los investigadores encontraron que su acción de procesamiento y memoria requiere aproximadamente una décima parte de la energía que necesita un sistema informático de vanguardia para realizar tareas específicas.

Aún así, a los investigadores les preocupaba que la suma de todos estos dispositivos que trabajaban juntos en arreglos más grandes podría arriesgarse a consumir demasiada energía.

Por lo tanto, reajustaron cada dispositivo para conducir menos corriente eléctrica, empeorando las baterías pero haciendo que el arreglo sea aún más eficiente energéticamente.

La matriz de 3 por 3 se basó en un segundo tipo de dispositivo, desarrollado por Joshua Yang en la Universidad de Massachusetts, Amherst, quien es coautor del artículo, que actúa como un interruptor para la programación de sinapsis dentro de la matriz.

“Conectar todo tuvo muchos problemas y muchos cables.

Teníamos que asegurarnos de que todos los componentes de la matriz estuvieran funcionando en conjunto”, dijo Armantas Melianas, becaria postdoctoral en el laboratorio de Salleo.

“Pero cuando vimos que todo se iluminaba, era como un árbol de Navidad. Ese fue el momento más emocionante”.

Durante las pruebas, la matriz superó las expectativas de los investigadores.

Se realizaron con tal velocidad que el equipo predice que la próxima versión de estos dispositivos tendrá que ser probada con electrónica especial de alta velocidad.

Después de medir la alta eficiencia energética en la matriz de 3 por 3, los investigadores realizaron simulaciones por computadora de una matriz de sinapsis de 1024 por 1024 más grande y estimaron que podría funcionar con las mismas baterías que actualmente se usan en teléfonos inteligentes o drones pequeños.

Los investigadores también pudieron cambiar los dispositivos más de mil millones de veces, otro testimonio de su velocidad, sin ver ninguna degradación en su comportamiento.

“Resulta que los dispositivos de polímero, si los tratas bien, pueden ser tan resistentes como las contrapartes tradicionales hechas de silicio. Ese fue quizás el aspecto más sorprendente desde mi punto de vista”, dijo Salleo.

“Para mí, cambia mi forma de pensar acerca de estos dispositivos de polímeros en términos de confiabilidad y cómo podríamos usarlos”.

Los investigadores aún no han enviado su matriz a las pruebas que determinan qué tan bien aprende, pero eso es algo que planean estudiar.

El equipo también quiere ver cómo su dispositivo soporta diferentes condiciones, como las altas temperaturas, y trabajar para integrarlo con la electrónica.

También quedan muchas preguntas fundamentales por responder que podrían ayudar a los investigadores a comprender exactamente por qué su dispositivo funciona tan bien.

“Esperamos que más gente comience a trabajar en este tipo de dispositivo porque no hay muchos grupos que se centren en esta arquitectura en particular, pero creemos que es muy prometedora”, dijo Melianas.

“Todavía hay mucho espacio para la mejora y la creatividad. Apenas tocamos la superficie”.

Fuente: Noticias de la Ciencia

Artículos relacionados:

Crean una sinapsis artificial en un cerebro vivo Logran crear una sinapsis artificial para redes neurales Nueva sinapsis artificial basada en las del cerebro humano Comunicación entre células vivas mediante una sinapsis artificial Sinapsis artificial superconductora para lograr computadores capaces de pensar como un ser humano MIT coloca decenas de miles de sinapsis cerebrales artificiales en un solo chip