Neurona artificial imita las funciones de las células nerviosas a una velocidad vertiginosa

Con una velocidad de procesamiento mil millones de veces más rápida que la naturaleza, la neurona láser basada en chip podría ayudar a avanzar en tareas de la inteligencia artificial, como el reconocimiento de patrones y la predicción de secuencias.

Un equipo de investigadores de China ha desarrollado una neurona artificial basada en láser que replica de manera integral las funciones, la dinámica y el procesamiento de información de una neurona graduada biológica.

Esta es un tipo de neurona que procesa y transmite información a través de cambios graduales y continuos en su potencial de membrana, en lugar de utilizar señales del tipo todo o nada, como hacen las neuronas de disparo.

Esta innovadora neurona, con una velocidad de procesamiento de señales de 10 GBaud, mil milones de veces más rápida que las neuronas biológicas, abre la puerta a importantes avances en áreas como la inteligencia artificial y la computación avanzada.

El cuerpo humano alberga diversos tipos de células nerviosas, entre ellas las citadas neuronas graduadas, que codifican información mediante cambios continuos en el potencial de membrana.

Este mecanismo permite un procesamiento de señales más sutil y preciso.

Por otro lado, las neuronas de disparo transmiten información utilizando potenciales de acción de tipo todo o nada, y ofrecen una forma de comunicación más binaria.

«Nuestra neurona graduada basada en láser supera las limitaciones de velocidad de las versiones fotónicas actuales de las neuronas en espiga y tiene el potencial de operar a velocidades aún mayores, asegura Chaoran Huang, líder del equipo de investigación de la Universidad China de Hong Kong.

Y añade:

Gracias a su dinámica no lineal similar a la de las neuronas biológicas y a su procesamiento ultrarrápido, hemos desarrollado un sistema de computación de reservorio [un enfoque computacional inspirado en redes neuronales] con un rendimiento excepcional en tareas de inteligencia artificial (IA), como el reconocimiento de patrones y la predicción de secuencias».

Los investigadores reportan que su neurona graduada, basada en puntos cuánticos sobre un chip, puede alcanzar una velocidad de procesamiento de señales de 10 GBaudios.

Esta capacidad permitió procesar datos equivalentes a cien millones de latidos del corazón o 34,7 millones de imágenes digitales escritas a mano en tan solo un segundo.

«Nuestra tecnología tiene el potencial de acelerar significativamente la toma de decisiones en inteligencia artificial para aplicaciones donde el tiempo es crítico, sin comprometer la precisión, explica Huang.

Y añade:

Confiamos en que la integración de esta tecnología en dispositivos de computación en el borde, que procesan los datos cerca de su origen, permitirá sistemas de IA más rápidos e inteligentes, optimizados para aplicaciones del mundo real y con un consumo energético reducido en el futuro».

Las neuronas artificiales basadas en láser, capaces de responder a señales de entrada imitando el comportamiento de las neuronas biológicas, están siendo exploradas como una solución prometedora para mejorar significativamente la computación gracias a su procesamiento de datos ultrarrápido y bajo consumo energético.

Sin embargo, la mayoría de los desarrollos actuales se centran en neuronas fotónicas de disparo, que presentan limitaciones importantes: velocidad de respuesta reducida, pérdida de información y la necesidad de fuentes láser adicionales y moduladores.

La velocidad limitada de las neuronas fotónicas de disparo se debe a que suelen operar inyectando pulsos de entrada en la sección de ganancia del láser, lo que genera un retardo que restringe su capacidad de respuesta.

Para superar esta barrera, los investigadores desarrollaron la neurona graduada láser utilizando un enfoque distinto: inyectaron señales de radiofrecuencia en la sección de absorción saturada de un láser de puntos cuánticos, eliminando así el retardo.

Además, diseñaron almohadillas de radiofrecuencia de alta velocidad para la sección de absorción saturada, creando así un sistema más rápido, sencillo y eficiente en términos de energía.

«Gracias a sus potentes efectos de memoria y sobresalientes capacidades de procesamiento de información, una sola neurona graduada láser puede actuar como una pequeña red neuronal», explica Huang.

«Esto significa que incluso una única neurona graduada láser, sin conexiones adicionales complejas, es capaz de ejecutar tareas de aprendizaje automático con un rendimiento elevado».

Para demostrar las capacidades de su neurona graduada basada en láser, los investigadores diseñaron un sistema de computación de reservorio.

Este enfoque utiliza una red especializada conocida como reserva para procesar datos dependientes del tiempo, como los utilizados en el reconocimiento de voz y la predicción meteorológica.

La dinámica no lineal de la neurona graduada por láser, junto con su velocidad de procesamiento ultrarrápida, la convierten en una solución ideal para aplicaciones de computación de depósito de alta velocidad.

En las pruebas realizadas, el sistema de computación de reservorio mostró un rendimiento sobresaliente en tareas de reconocimiento de patrones y predicción de secuencias a largo plazo.

Aplicado en diversas áreas de inteligencia artificial, logró procesar cien millones de latidos cardíacos por segundo, y detectar patrones arrítmicos con una precisión media del 98,4 %.

«En este estudio utilizamos una única neurona graduada basada en láser, pero creemos que la conexión en cascada de múltiples neuronas graduadas de este tipo puede desbloquear aún más su potencial, de manera similar a cómo el cerebro humano opera con miles de millones de neuronas interconectadas en redes, dice Huang.

Y concluye:

Estamos trabajando para aumentar aún más la velocidad de procesamiento de nuestra neurona graduada láser, mientras desarrollamos una arquitectura de computación de reservorio profunda que combine múltiples neuronas graduadas en cascada».

Fuente: Tech Xplore