Los científicos del Instituto Kurchatov, MIPT, la Universidad de Parma Italia, la Universidad Estatal de Moscú y la Universidad Estatal de San Petersburgo han creado una red neuronal basada en memorias poliméricas, dispositivos que pueden usarse para construir computadoras fundamentalmente nuevas.Según los investigadores, estos desarrollos ayudarán principalmente a crear sistemas para visión artificial, audición y otros órganos sensoriales, y también sistemas de control inteligente para varios dispositivos, incluidos robots autónomos.
Los autores del nuevo estudio se centraron en un área prometedora en el campo de las redes neuronales memristivas memristors basados en polímeros y descubrieron que crear incluso el perceptrón más simple no es tan fácil. De hecho, es tan difícil quehasta la publicación de su artículo en la revista Electrónica orgánica , no hubo informes de ningún experimento exitoso utilizando materiales orgánicos. Los experimentos realizados en el centro de Nano, Bio, Información y Ciencias y Tecnologías Cognitivas NBIC en el Instituto Kurchatov por un equipo conjunto de ruso e italianoLos científicos demostraron que es posible crear redes neuronales muy simples basadas en polianilinas. Además, estas redes pueden aprender y realizar operaciones lógicas específicas.
Un memristor es un elemento eléctrico similar a una resistencia convencional. La diferencia entre un memristor y un elemento tradicional es que la resistencia eléctrica en un memristor depende de la carga que lo atraviesa, por lo tanto, cambia constantemente sus propiedades bajo la influencia deuna señal externa: ¡un memristor tiene memoria y al mismo tiempo también puede cambiar los datos codificados por su estado de resistencia! En este sentido, un memristor es similar a una sinapsis, una conexión entre dos neuronas en el cerebro que puede, con un alto nivel de plasticidad, para modificar la eficiencia de la transmisión de señal entre las neuronas bajo la influencia de la transmisión misma. Un memristor permite a los científicos construir una red neuronal "verdadera", y las propiedades físicas de los memristors significan que, como mínimose pueden hacer tan pequeños como los chips convencionales.
Algunas estimaciones indican que el tamaño de un memristor puede reducirse hasta diez nanómetros, y las tecnologías utilizadas en la fabricación de los prototipos experimentales podrían, en teoría, ampliarse al nivel de producción en masa. Sin embargo, como esto es"en teoría", no significa que los chips de una estructura fundamentalmente nueva con redes neuronales estarán disponibles en el mercado en el corto plazo, incluso en los próximos cinco años.
La polianilina plástica no se eligió por casualidad. Estudios anteriores demostraron que se puede usar para crear memristores individuales, por lo que los científicos no tuvieron que pasar por muchos materiales diferentes. Usando una solución de polianilina, un sustrato de vidrio y electrodos de cromo,crearon un prototipo con dimensiones que, en la actualidad, son mucho más grandes que las que se usan típicamente en la microelectrónica convencional: la franja de la estructura tenía aproximadamente un milímetro de ancho decidieron evitar la miniaturización por el momento.sus características eléctricas: se descubrió que la característica de voltaje de corriente de los dispositivos es de hecho no lineal, lo que está en línea con las expectativas. Los memristors se conectaron a una red neuromórfica única.
Una característica de corriente-voltaje o curva IV es un gráfico donde el eje horizontal representa el voltaje y el eje vertical la corriente. En la resistencia convencional, la curva IV es una línea recta; en estricta conformidad con la Ley de Ohm, la corriente es proporcionalSin embargo, para un memristor, no solo es importante el voltaje, sino el cambio de voltaje: si comienza a aumentar gradualmente el voltaje suministrado al memristor, aumentará la corriente que lo atraviesa, no en forma lineal.moda, pero con una curva pronunciada en el gráfico y en cierto punto su resistencia caerá bruscamente.
Luego, si comienza a reducir el voltaje, el memristor permanecerá en su estado de conducción por un tiempo, después de lo cual cambiará sus propiedades de manera bastante brusca nuevamente para disminuir su conductividad. Las muestras experimentales con un aumento de voltaje de 0.5V apenas permitieronla corriente debe pasar alrededor de unas pocas décimas de microamperio, pero cuando el voltaje se redujo en la misma cantidad, el amperímetro registró una cifra de 5 microamperios. Los microamperios son, por supuesto, unidades muy pequeñas, pero en este caso es el contrasteeso es lo más significativo: ¡0.1 μA a 5 μA es una diferencia de cincuenta veces! Esto es más que suficiente para hacer una distinción clara entre las dos señales.
Después de verificar las propiedades básicas de los memristors individuales, los físicos realizaron experimentos para entrenar la red neuronal. El entrenamiento es un término generalmente aceptado y, por lo tanto, se escribe sin comillas implica la aplicación de pulsos eléctricos al azar a las entradas de un perceptrón.Si se aplica una determinada combinación de pulsos eléctricos a las entradas de un perceptrón por ejemplo, uno lógico y un cero lógico en dos entradas y el perceptrón da la respuesta incorrecta, se aplica un pulso de corrección especial, y después de un ciertonúmero de repeticiones todos los parámetros internos del dispositivo es decir, resistencia memristiva se reconfiguran, es decir, están "entrenados" para dar la respuesta correcta.
Los científicos demostraron que después de aproximadamente una docena de intentos, su nueva red memristive es capaz de realizar operaciones lógicas NAND, y luego también puede aprender a realizar operaciones NOR. Dado que es un operador o una computadora convencional que se utiliza para verificarpara la respuesta correcta, este método se llama método de aprendizaje supervisado.
No hace falta decir que un perceptrón elemental de dimensiones macroscópicas con un tiempo de reacción característico de décimas o centésimas de segundo no es un elemento que esté listo para la producción comercial. Sin embargo, como señalan los propios investigadores, su creación se realizó con materiales económicos, y el tiempo de reacción disminuirá a medida que disminuya el tamaño: el primer prototipo se amplió intencionalmente para facilitar el trabajo; es físicamente posible fabricar chips más compactos. Además, la polianilina se puede usar en intentos de hacer una estructura tridimensionalcolocando los memristores uno encima del otro en una estructura de varios niveles por ejemplo, en forma de intersecciones aleatorias de fibras de polímero delgadas, mientras que los sistemas microelectrónicos de silicio modernos, debido a una serie de limitaciones tecnológicas, son bidimensionales.a la tercera dimensión potencialmente ofrecería muchas nuevas oportunidades.
¿Qué queremos decir con "computadoras fundamentalmente diferentes"?
La clasificación común de las computadoras se basa en su carcasa computadora de escritorio / computadora portátil / tableta o en el tipo de sistema operativo utilizado Windows / MacOS / Linux. Sin embargo, esta es solo una clasificación muy simple desde la perspectiva del usuario, mientras que los especialistas normalmente usan un enfoque completamente diferente, un enfoque que se basa en el principio de organizar las operaciones de la computadora. Las computadoras a las que estamos acostumbrados, ya sean tabletas, computadoras de escritorio o incluso computadoras de a bordo en naves espaciales, sontodos los dispositivos con arquitectura von Neumann; sin entrar en demasiados detalles, son dispositivos basados en procesadores independientes, memoria de acceso aleatorio RAM y memoria de solo lectura ROM.
La memoria almacena el código de un programa que se va a ejecutar. Un programa es un conjunto de instrucciones que ordenan que ciertas operaciones se realicen con datos. Los datos también se almacenan en la memoria y se recuperan de ella y también se escriben enit de acuerdo con el programa; las instrucciones del programa son realizadas por el procesador. Puede haber varios procesadores, pueden trabajar en paralelo, los datos se pueden almacenar de varias maneras, pero siempre hay una división fundamental entre el procesadory la memoria. Incluso si la computadora está integrada en un solo chip, todavía tendrá elementos separados para procesar información y unidades separadas para almacenar datos. En la actualidad, todos los sistemas microelectrónicos modernos se basan en este principio particular y esta es en parte la razónpor qué la mayoría de las personas ni siquiera son conscientes de que puede haber otros tipos de sistemas informáticos, sin procesadores ni memoria.
Si se utilizan elementos físicamente diferentes para almacenar datos y almacenar un programa, se dice que la computadora está construida utilizando la arquitectura Harvard. Este método se usa en ciertos microcontroladores y en pequeños dispositivos informáticos especializados. El chip que controla la función de unel refrigerador, el elevador o el motor de un automóvil en todos estos casos una computadora "convencional" sería redundante es un microcontrolador. Sin embargo, ni las arquitecturas Harvard ni von Neumann permiten que el procesamiento y el almacenamiento de información se combinen en un solo elemento de unsistema informático.
Sin embargo, tales sistemas existen. Además, si miras el cerebro mismo como un sistema informático esto es puramente hipotético en este momento: aún no se sabe si la función del cerebro es reducible a cálculos, entoncesverá que no está construido en absoluto como una computadora con arquitectura von Neumann. Las redes neuronales no tienen una computadora especializada o celdas de memoria separadas. La información se almacena y procesa en todas y cada una de las neuronas, un elemento del sistema informático yEl cerebro humano tiene aproximadamente 100 mil millones de estos elementos. Además, casi todos pueden trabajar en paralelo simultáneamente, por lo que el cerebro es capaz de procesar información con gran eficiencia y a tan alta velocidad. Redes neuronales artificiales queactualmente se implementan en computadoras von Neumann que solo emulan estos procesos: la emulación, es decir, la imitación paso a paso de funciones inevitablemente conduce a una disminución de la velocidad y un aumento del consumo de energía.Esto no es tan crítico, pero en ciertos casos puede serlo.
Los dispositivos que no simplemente imitan la función de las redes neuronales, sino que son básicamente los mismos, podrían usarse para una variedad de tareas. Lo más importante, las redes neuronales son capaces de reconocer patrones; se usan como base para reconocer texto escrito a mano paraejemplo, o verificación de firma. Cuando un cierto patrón necesita ser reconocido y clasificado, como un sonido, una imagen o cambios característicos en un gráfico, las redes neuronales se usan activamente y es en estos campos donde se obtiene una ventaja en términos dela velocidad y el consumo de energía son críticos. En un sistema de control para un robot volador autónomo, cada milivatio-hora y cada milisegundo cuenta, de la misma manera que un sistema en tiempo real para procesar datos de un detector de colisionadores no puede tomar mucho tiempo para "pensar"sobre resaltar pistas de partículas que pueden ser de interés para los científicos entre una gran cantidad de otros eventos grabados.
Fuente de la historia :
Materiales proporcionados por Instituto de Física y Tecnología de Moscú . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :