A pesar de que el poder de nuestras computadoras modernas crece exponencialmente, los sistemas biológicos, como nuestros cerebros, siguen siendo las mejores máquinas de aprendizaje. Al encontrar materiales que actúan de manera similar a los mecanismos que utiliza la biología para retener y procesar información, los científicos esperanpara encontrar pistas que nos ayuden a construir computadoras más inteligentes.
Inspirados por el olvido humano, cómo nuestros cerebros descartan datos innecesarios para dar lugar a nueva información, los científicos del Laboratorio Nacional Argonne del Departamento de Energía de EE. UU. DOE, en colaboración con el Laboratorio Nacional Brookhaven y tres universidades, realizaron un estudio recienteque combinó la simulación de supercomputadora y la caracterización de rayos X de un material que gradualmente "olvida". Esto podría algún día usarse para la computación bioinspirada avanzada.
"El cerebro tiene una capacidad limitada y solo puede funcionar de manera eficiente porque es capaz de olvidar", dijo Subramanian Sankaranarayanan, un nanocientífico y autor del estudio de Argonne. "Es difícil crear un material no vivo que muestre un patrón que se asemeje a untipo de olvido, pero el material específico con el que estábamos trabajando puede en realidad imitar ese tipo de comportamiento ".
El material, llamado perovskita cuántica, ofrece a los investigadores un modelo no biológico más simple de cómo podría verse el "olvido" a nivel electrónico. La perovskita muestra una respuesta adaptativa cuando se insertan y eliminan protones repetidamente que se asemeja a la desensibilización del cerebro aun estímulo recurrente.
Cuando los científicos agregan o eliminan inicialmente un protón H + de la perovskita SmNiO 3 SNO retícula, la estructura atómica del material se expande o contrae dramáticamente para acomodarlo en un proceso llamado "respiración de retícula".Pero cuando esto sucede una y otra vez, el comportamiento del material evoluciona de tal manera que se reduce la respiración reticular: la "amenaza" de protones ya no hace que el material se hiperventile.
"Eventualmente, se vuelve más difícil hacer que la perovskita 'cuide' si estamos agregando o quitando un protón", dijo Hua Zhou, un físico involucrado en caracterizar el comportamiento del material usando rayos X proporcionados por la Fuente de Fotones Avanzada de Argonne APS, una instalación para usuarios de la Oficina de Ciencias del DOE. "Es como cuando te asustas mucho en un tobogán de agua la primera vez que bajas, pero cada vez tienes menos reacciones".
A medida que el material responde a los protones que los científicos suman y restan, su capacidad para resistir una corriente eléctrica puede verse gravemente afectada. Este comportamiento permite que el material sea programado de manera efectiva, como una computadora, por el dopaje de protones. Esencialmente, un científico podríainsertar o eliminar protones para controlar si la perovskita permitiría o no una corriente.
Los investigadores han impulsado recientemente el desarrollo de materiales no basados en silicio, como las perovskitas, para la computación porque el silicio lucha por utilizar la energía de manera tan eficiente. Los científicos pueden usar perovskitas en máquinas de aprendizaje en el futuro. Pero los científicos también pueden aprovechar las propiedades de las perovskitas alutilizándolos como base para modelos computacionales de sistemas de aprendizaje biológico más complejos.
"Estas simulaciones, que coinciden bastante con los resultados experimentales, están inspirando algoritmos completamente nuevos para entrenar redes neuronales para que aprendan", dijo Zhou.
El material de perovskita y los algoritmos de redes neuronales resultantes podrían ayudar a desarrollar una inteligencia artificial más eficiente capaz de reconocimiento facial, razonamiento y toma de decisiones similar a la humana. Los científicos continúan la investigación para descubrir otros materiales con estas propiedades similares al cerebro y nuevas formaspara programar estos materiales.
Finalmente, a diferencia del silicio, cuya estructura electrónica se puede describir fácilmente utilizando modelos informáticos simples, comprender el material de perovskita requiere simulaciones computacionalmente intensivas para capturar cómo reacciona su estructura al dopaje de protones.
"Un marco clásico no se aplica a este sistema complejo", dijo Sankaranarayanan, quien ayudó a crear modelos complejos del comportamiento de la perovskita en el Centro de materiales a nanoescala de Argonne y la Instalación de computación de liderazgo de Argonne, ambas instalaciones para usuarios de la Oficina de ciencia del DOE ".Los efectos cuánticos dominan, por lo que se necesitan simulaciones computacionalmente exigentes para mostrar cómo se mueve el protón dentro de la estructura ".
Este tipo de investigación integral es una capacidad única del campus interdisciplinario de Argonne, donde los científicos de pueden compartir ideas y recursos fácilmente.
Un estudio basado en la investigación, "Plasticidad sináptica basada en la habituación y aprendizaje organísmico en una perovskita cuántica", apareció en la edición en línea del 14 de agosto de Comunicaciones de la naturaleza .
La investigación está afiliada al Centro de Materiales Espintrónicos, Interfaces y Arquitectura Novedosa C-SPIN, uno de los seis centros financiados por Semiconductor Research Corporation y la Agencia de Proyectos de Investigación Avanzada de Defensa.
El financiamiento para la investigación fue proporcionado por la Oficina de Investigación del Ejército de EE. UU., La Oficina de Investigación Científica de la Fuerza Aérea de EE. UU., C-SPIN, Intel Corporation y por la Beca de la Facultad Vannevar Bush.
El equipo incluyó investigadores de Argonne, Brookhaven National Laboratory, MIT, Purdue University y Rutgers University.
Fuente de la historia :
Materiales proporcionado por DOE / Laboratorio Nacional Argonne . Original escrito por Savannah Mitchem. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :