Julie Grollier, una de las artífices de esta investigación, en su laboratorio. Foto: L. Thion Ecliptique. Thales
Hace un año, un equipo internacional de investigadores, tal como informamos en otro artículo, desarrolló la primera nano-neurona artificial capaz de reconocer números pronunciados por diferentes oradores. Ahora este equipo de científicos, ampliado con otros miembros, ha dado un paso más y construido la primera nano-neurona artificial capaz de reconocer las vocales habladas.
El cerebro humano contiene 100 mil millones de neuronas, cada una de las cuales recibe entradas eléctricas de otras neuronas y luego "dispara" un impulso eléctrico a otras neuronas, cuando la suma de las entradas excede un cierto umbral. Este proceso es fundamental para, entre otras muchas cosas, reconocer números y las vocales habladas.
Este proceso cerebral se puede reproducir en dispositivos a nanoescala como los osciladores espintrónicos. Esta capacidad es la que se ha usado en esta investigación para conseguir el reconocimiento de vocales por una nano-neurona.
El recurso a la espintrónica es uno de los aciertos de esta investigación, ya que el espín puede aumentar la información que contiene cada electrón. De esta forma, no sólo ha aprovechado la carga de estas partículas, sino también la influencia del espín en su movilidad, para replicar la dinámica cerebral.
Igual que una neurona biológica
Gracias a estas innovaciones, esta nano-neurona se comporta como su contraparte biológica, en el sentido de que puede disparar rítmicamente de una manera controlada e incluso oscilar al unísono con los otros nano dispositivos que la integran.
Incorpora nuevas tecnologías para su desarrollo: por un lado replica la naturaleza dinámica del cerebro dotando a cada componente de esta nano red neuronal de una funcionalidad dinámica basada en oscilaciones. Por otro lado, se apoya en un fenómeno físico emergente, la sincronización, para resolver problemas complejos usando nano redes neuronales.
En esta nano-neurona los acoplamientos dinámicos entre osciladores se usan para replicar la comunicación sináptica entre las neuronas artificiales. Y la capacidad de sincronización de los osciladores espintrónicos, controlados mediante la corriente eléctrica y el campo magnético, se usa para conseguir el aprendizaje automático, una rama de la inteligencia artificial cuyo objetivo es permitir que los ordenadores aprendan.
A través de los osciladores espintrónicos, los investigadores consiguieron que esta nano-neurona artificial reconociera las vocales habladas: sintoniza las frecuencias de las vocales y las identifica siguiendo un sistema de aprendizaje automático.
Vocales habladas por 37 voluntarios
Para probarla, los investigadores grabaron las vocales habladas por 37 voluntarios diferentes, digitalizaron estas grabaciones y las transformaron en dos frecuencias utilizando el análisis de Fourier, que estudia la representación de funciones o señales como superposición de ondas "básicas" o armónicos.
Las dos frecuencias de las voces se aceleraron entonces hasta cien veces y se introdujeron en los nano-osciladores. El voltaje de oscilación fue analizado por un ordenador que ejecutaba un programa de aprendizaje automático en tiempo real y así se consiguió el resultado pretendido.
“Nuestro sistema puede reconocer correctamente diferentes vocales y puede clasificarlas porque cada vocal conduce a una configuración sincronizada específica de los osciladores en la nano-neurona, independientemente de la persona que la pronunció”, explica la investigadora principal, Julie Grollier, en declaraciones a Physicsworld.
"Este comportamiento no es innato al sistema, y debemos capacitar a la red para lograrlo", añade Grollier. "Para hacer esto, modificamos gradualmente la frecuencia de cada uno de los osciladores, ajustando la corriente continua que fluye a través de él, de acuerdo con la ley de aprendizaje incluida en el programa de aprendizaje automático".
El cerebro humano contiene 100 mil millones de neuronas, cada una de las cuales recibe entradas eléctricas de otras neuronas y luego "dispara" un impulso eléctrico a otras neuronas, cuando la suma de las entradas excede un cierto umbral. Este proceso es fundamental para, entre otras muchas cosas, reconocer números y las vocales habladas.
Este proceso cerebral se puede reproducir en dispositivos a nanoescala como los osciladores espintrónicos. Esta capacidad es la que se ha usado en esta investigación para conseguir el reconocimiento de vocales por una nano-neurona.
El recurso a la espintrónica es uno de los aciertos de esta investigación, ya que el espín puede aumentar la información que contiene cada electrón. De esta forma, no sólo ha aprovechado la carga de estas partículas, sino también la influencia del espín en su movilidad, para replicar la dinámica cerebral.
Igual que una neurona biológica
Gracias a estas innovaciones, esta nano-neurona se comporta como su contraparte biológica, en el sentido de que puede disparar rítmicamente de una manera controlada e incluso oscilar al unísono con los otros nano dispositivos que la integran.
Incorpora nuevas tecnologías para su desarrollo: por un lado replica la naturaleza dinámica del cerebro dotando a cada componente de esta nano red neuronal de una funcionalidad dinámica basada en oscilaciones. Por otro lado, se apoya en un fenómeno físico emergente, la sincronización, para resolver problemas complejos usando nano redes neuronales.
En esta nano-neurona los acoplamientos dinámicos entre osciladores se usan para replicar la comunicación sináptica entre las neuronas artificiales. Y la capacidad de sincronización de los osciladores espintrónicos, controlados mediante la corriente eléctrica y el campo magnético, se usa para conseguir el aprendizaje automático, una rama de la inteligencia artificial cuyo objetivo es permitir que los ordenadores aprendan.
A través de los osciladores espintrónicos, los investigadores consiguieron que esta nano-neurona artificial reconociera las vocales habladas: sintoniza las frecuencias de las vocales y las identifica siguiendo un sistema de aprendizaje automático.
Vocales habladas por 37 voluntarios
Para probarla, los investigadores grabaron las vocales habladas por 37 voluntarios diferentes, digitalizaron estas grabaciones y las transformaron en dos frecuencias utilizando el análisis de Fourier, que estudia la representación de funciones o señales como superposición de ondas "básicas" o armónicos.
Las dos frecuencias de las voces se aceleraron entonces hasta cien veces y se introdujeron en los nano-osciladores. El voltaje de oscilación fue analizado por un ordenador que ejecutaba un programa de aprendizaje automático en tiempo real y así se consiguió el resultado pretendido.
“Nuestro sistema puede reconocer correctamente diferentes vocales y puede clasificarlas porque cada vocal conduce a una configuración sincronizada específica de los osciladores en la nano-neurona, independientemente de la persona que la pronunció”, explica la investigadora principal, Julie Grollier, en declaraciones a Physicsworld.
"Este comportamiento no es innato al sistema, y debemos capacitar a la red para lograrlo", añade Grollier. "Para hacer esto, modificamos gradualmente la frecuencia de cada uno de los osciladores, ajustando la corriente continua que fluye a través de él, de acuerdo con la ley de aprendizaje incluida en el programa de aprendizaje automático".
Avance de la IA
En los últimos años, las redes neuronales artificiales se han convertido en el algoritmo insignia de la inteligencia artificial, explican los investigadores en su artículo.
En estos sistemas, las funciones de activación de las neuronas son estáticas y la computación se logra a través de operaciones aritméticas estándar.
Sin embargo, una rama emergente de la computación neuroinspirada integra la naturaleza dinámica del cerebro y propone dotar a cada componente de una red neuronal artificial de funcionalidad dinámica, como las oscilaciones, y confiar en los fenómenos físicos emergentes, como la sincronización, para resolver problemas complejos con redes pequeñas.
Este enfoque se ha aprovechado para la creación de esta nano-neurona, ya que los dispositivos nanoelectrónicos emergentes pueden proporcionar auto-osciladores no lineales compactos y energéticamente eficientes que imitan la actividad de aumento periódico de las neuronas biológicas, concluyen los investigadores.
Esta investigación es el resultado de un equipo internacional compuesto por investigadores del Centre for Nanoscience and Nanotechnology (C2N) de la Universidad de París Sur; de Thales, la compañía francesa de electrónica dedicada al desarrollo de sistemas de información y servicios para los mercados aeroespacial, de defensa y seguridad; y de The National Institute of Advanced Industrial Science and Technology (AIST) de Japón.
En los últimos años, las redes neuronales artificiales se han convertido en el algoritmo insignia de la inteligencia artificial, explican los investigadores en su artículo.
En estos sistemas, las funciones de activación de las neuronas son estáticas y la computación se logra a través de operaciones aritméticas estándar.
Sin embargo, una rama emergente de la computación neuroinspirada integra la naturaleza dinámica del cerebro y propone dotar a cada componente de una red neuronal artificial de funcionalidad dinámica, como las oscilaciones, y confiar en los fenómenos físicos emergentes, como la sincronización, para resolver problemas complejos con redes pequeñas.
Este enfoque se ha aprovechado para la creación de esta nano-neurona, ya que los dispositivos nanoelectrónicos emergentes pueden proporcionar auto-osciladores no lineales compactos y energéticamente eficientes que imitan la actividad de aumento periódico de las neuronas biológicas, concluyen los investigadores.
Esta investigación es el resultado de un equipo internacional compuesto por investigadores del Centre for Nanoscience and Nanotechnology (C2N) de la Universidad de París Sur; de Thales, la compañía francesa de electrónica dedicada al desarrollo de sistemas de información y servicios para los mercados aeroespacial, de defensa y seguridad; y de The National Institute of Advanced Industrial Science and Technology (AIST) de Japón.
Referencia
Vowel recognition with four coupled spin-torque nano-oscillators. Miguel Romera et al. Nature 2018. DOI:https://doi.org/10.1038/s41586-018-0632-y
Vowel recognition with four coupled spin-torque nano-oscillators. Miguel Romera et al. Nature 2018. DOI:https://doi.org/10.1038/s41586-018-0632-y