A pesar de todas las mejoras en la tecnología informática a lo largo de los años, todavía nos cuesta recrear el procesamiento elegante y de baja energía del cerebro humano. Ahora, los investigadores de la Universidad de Stanford y los Laboratorios Nacionales Sandia han hecho un avance que podría ayudar a las computadoras a imitar unopieza del diseño eficiente del cerebro: una versión artificial del espacio sobre el cual se comunican las neuronas, llamada sinapsis.
"Funciona como una verdadera sinapsis, pero es un dispositivo electrónico orgánico que puede ser diseñado", dijo Alberto Salleo, profesor asociado de ciencia e ingeniería de materiales en Stanford y autor principal del artículo. "Es una familia de dispositivos completamente nueva porqueeste tipo de arquitectura no se ha mostrado antes. Para muchas métricas clave, también funciona mejor que cualquier cosa que se haya hecho antes con inorgánicos ".
La nueva sinapsis artificial, publicada en la edición del 20 de febrero de Nature Materials, imita la forma en que las sinapsis en el cerebro aprenden a través de las señales que las cruzan. Esto es un ahorro de energía significativo en comparación con la informática tradicional, que implica procesar información por separado y luegoalmacenarlo en la memoria. Aquí, el procesamiento crea la memoria.
Esta sinapsis podría algún día ser parte de una computadora más parecida al cerebro, lo que podría ser especialmente beneficioso para la computación que funciona con señales visuales y auditivas. Ejemplos de esto se ven en interfaces controladas por voz y autos sin conductor. Esfuerzos pasados en estoEl campo ha producido redes neuronales de alto rendimiento respaldadas por algoritmos artificialmente inteligentes, pero estos siguen siendo imitadores distantes del cerebro que dependen del hardware informático tradicional que consume energía.
Construyendo un cerebro
Cuando aprendemos, se envían señales eléctricas entre las neuronas de nuestro cerebro. Se necesita la mayor cantidad de energía la primera vez que se atraviesa una sinapsis. Cada vez después, la conexión requiere menos energía. Así es como las sinapsis facilitan eficientemente el aprendizaje de algo nuevo yrecordando lo que hemos aprendido. La sinapsis artificial, a diferencia de la mayoría de las otras versiones de la informática similar al cerebro, también cumple estas dos tareas simultáneamente, y lo hace con un ahorro sustancial de energía.
"Los algoritmos de aprendizaje profundo son muy potentes, pero dependen de procesadores para calcular y simular los estados eléctricos y almacenarlos en otro lugar, lo cual es ineficiente en términos de energía y tiempo", dijo Yoeri van de Burgt, ex erudito postdoctoral en el Salleolaboratorio y autor principal del artículo: "En lugar de simular una red neuronal, nuestro trabajo está tratando de hacer una red neuronal".
La sinapsis artificial se basa en un diseño de batería. Consiste en dos películas delgadas y flexibles con tres terminales, conectadas por un electrolito de agua salada. El dispositivo funciona como un transistor, con uno de los terminales que controla el flujo de electricidad entrelos otros dos.
Al igual que un camino neural en un cerebro que se refuerza a través del aprendizaje, los investigadores programan la sinapsis artificial descargándola y recargándola repetidamente. A través de este entrenamiento, han podido predecir dentro del 1 por ciento de la incertidumbre qué voltaje se necesitará para obtener elsinapsis a un estado eléctrico específico y, una vez allí, permanece en ese estado. En otras palabras, a diferencia de una computadora común, donde guarda su trabajo en el disco duro antes de apagarlo, la sinapsis artificial puede recuperar su programación sin ningunaacciones o partes adicionales.
Prueba de una red de sinapsis artificiales
Solo se ha producido una sinapsis artificial, pero los investigadores de Sandia utilizaron 15,000 mediciones de experimentos en esa sinapsis para simular cómo funcionaría un conjunto de ellas en una red neuronal. Probaron la capacidad de la red simulada para reconocer la escritura a mano de los dígitos del 0 al 9.Probado en tres conjuntos de datos, la matriz simulada pudo identificar los dígitos escritos a mano con una precisión entre 93 y 97 por ciento.
Aunque esta tarea sería relativamente simple para una persona, las computadoras tradicionales tienen dificultades para interpretar las señales visuales y auditivas.
"Cada vez más, los tipos de tareas que esperamos que realicen nuestros dispositivos informáticos requieren una informática que imite al cerebro porque el uso de la informática tradicional para realizar estas tareas se está volviendo realmente hambriento de poder", dijo A. Alec Talin, distinguido miembro de la técnicapersonal de Sandia National Laboratories en Livermore, California, y autor principal del artículo: "Hemos demostrado un dispositivo que es ideal para ejecutar este tipo de algoritmos y que consume mucha menos energía".
Este dispositivo es extremadamente adecuado para el tipo de identificación y clasificación de señales que las computadoras tradicionales tienen dificultades para realizar. Mientras que los transistores digitales pueden estar en solo dos estados, como 0 y 1, los investigadores programaron con éxito 500 estados en la sinapsis artificial,lo cual es útil para los modelos de computación de tipo neurona. Al cambiar de un estado a otro, utilizaron aproximadamente una décima parte de la energía que necesita un sistema informático de última generación para mover datos de la unidad de procesamiento a la memoria.
Esto, sin embargo, significa que todavía están usando aproximadamente 10,000 veces más energía que el mínimo que necesita una sinapsis biológica para disparar. Los investigadores esperan que puedan alcanzar la eficiencia energética a nivel de neurona una vez que prueben la sinapsis artificial en pequeñosdispositivos.
potencial orgánico
Cada parte del dispositivo está hecha de materiales orgánicos de bajo costo. Estos no se encuentran en la naturaleza, pero están compuestos en gran parte de hidrógeno y carbono y son compatibles con la química del cerebro. Las células han crecido en estos materiales e incluso han sidosolía fabricar bombas artificiales para transmisores neuronales. Los voltajes aplicados para entrenar la sinapsis artificial también son los mismos que los que se mueven a través de las neuronas humanas.
Todo esto significa que es posible que la sinapsis artificial pueda comunicarse con las neuronas vivas, lo que lleva a mejorar las interfaces cerebro-máquina. La suavidad y flexibilidad del dispositivo también se presta para su uso en entornos biológicos. Sin embargo, antes de cualquier aplicación a la biología,el equipo planea construir una serie real de sinapsis artificiales para futuras investigaciones y pruebas.
Los coautores adicionales de Stanford de este trabajo incluyen al coautor principal Ewout Lubberman, también de la Universidad de Groningen en los Países Bajos, Scott T. Keene y Grégorio C. Faria, también de la Universidade de São Paulo, en Brasil. Sandia NationalLos coautores de los laboratorios incluyen a Elliot J. Fuller y Sapan Agarwal en Livermore y Matthew J. Marinella en Albuquerque, Nuevo México. Salleo está afiliada al Instituto Stanford Precourt de Energía y al Instituto Stanford de Neurociencias. Van de Burgt ahora es profesor asistenteen microsistemas y afiliado del Instituto de Estudios Moleculares Complejos ICMS en la Universidad Tecnológica de Eindhoven en los Países Bajos.
Esta investigación fue financiada por la National Science Foundation, los Keck Faculty Scholar Funds, el Neurofab en Stanford, la Stanford Graduate Fellowship, el Programa de Investigación y Desarrollo Dirigido por el Laboratorio de Sandia, el Departamento de Energía de los EE. UU., La Beca Holland, la Universidad deBeca Groningen para Excelentes Estudiantes, el Fondo Nacional Hendrik Muller, la Fundación Schuurman Schimmel-van Outeren, la Fundación de Renswoude La Haya y Delft, el Fondo Marco Polo, el Instituto Nacional de Ciencia y Tecnología / Instituto Nacional de Electrónica Orgánica enBrasil, la Fundação de Amparo à Pesquisa do Estado de São Paulo y el Consejo Nacional de Brasil.
Fuente de la historia :
Materiales proporcionado por Universidad de Stanford . Original escrito por Taylor Kubota. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :