Al igual que sus contrapartes biológicas, el hardware que imita los circuitos neuronales del cerebro requiere bloques de construcción que puedan ajustar la forma en que hacen sinapsis, con algunas conexiones fortaleciéndose a expensas de otras. Uno de estos enfoques, llamado memristores, usa la resistencia de corriente para almacenar estoinformación. Un nuevo trabajo busca superar los problemas de confiabilidad en estos dispositivos al escalar los memristores al nivel atómico.
Un grupo de investigadores demostró un nuevo tipo de sinapsis compuesta que puede lograr la programación de pesos sinápticos y realizar la multiplicación vector-matriz con avances significativos sobre el estado actual de la técnica. Publicando su trabajo en el Revista de física aplicada , de AIP Publishing, la sinapsis compuesta del grupo está construida con memristores de nitruro de boro atómicamente delgados que funcionan en paralelo para garantizar la eficiencia y la precisión.
El artículo aparece en una sección de temas especiales de la revista dedicada a "New Physics and Materials for Neuromorphic Computation", que destaca los nuevos desarrollos en la investigación de la ciencia física y de los materiales que son prometedores para el desarrollo de la "neuromórfica" integrada a gran escala.sistemas del mañana que llevarán la computación más allá de las limitaciones de los semiconductores actuales en la actualidad.
"Hay mucho interés en usar nuevos tipos de materiales para memristores", dijo Iván Sánchez Esqueda, autor del artículo. "Lo que estamos mostrando es que los dispositivos filamentosos pueden funcionar bien para aplicaciones de computación neuromórfica, cuando se construyen ennuevas formas inteligentes. "
La tecnología de memristor actual sufre de una amplia variación en la forma en que las señales se almacenan y leen en los dispositivos, tanto para diferentes tipos de memristor como para diferentes ejecuciones del mismo memristor. Para superar esto, los investigadores ejecutaron varios memristors en paralelo.la salida puede alcanzar precisiones hasta cinco veces superiores a las de los dispositivos convencionales, una ventaja de que los compuestos a medida que los dispositivos se vuelven más complejos.
La elección de ir al nivel de subnanómetro, dijo Sánchez, nació del interés de mantener todos estos memristores paralelos energéticamente eficientes. Se descubrió que una serie de memristores del grupo eran 10,000 veces más eficientes energéticamente que los memristores actuales.disponible.
"Resulta que si comienza a aumentar la cantidad de dispositivos en paralelo, puede ver grandes beneficios en la precisión y al mismo tiempo conservar energía", dijo Sánchez. Sánchez dijo que el equipo ahora busca mostrar aún más el potencial de las sinapsis compuestas pordemostrar su uso para completar tareas cada vez más complejas, como el reconocimiento de imágenes y patrones.
Fuente de la historia :
Materiales proporcionados por Instituto Americano de Física . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :