Tendencias Científicas
On-chip brain. Credit: Elena Khavina/MIPT
Investigadores del Instituto de Física y Tecnología de Moscú han creado un dispositivo que actúa como una sinapsis en el cerebro vivo: almacena información y la olvida gradualmente, cuando no se accede a ella durante mucho tiempo.
El nuevo dispositivo ofrece perspectivas para diseñar neuro-ordenadores analógicos que imiten la forma en que aprende un cerebro biológico. Los resultados se publican en la revista ACS Applied Materials & Interfaces.
Los neuro-ordenadores, que son la base de la inteligencia artificial, emulan la forma en que funciona el cerebro. Almacenan datos en forma de sinapsis, la red de conexiones entre las células nerviosas o neuronas.
La mayoría de los neuro-ordenadores tienen una arquitectura digital convencional y usan modelos matemáticos para imitar a las neuronas y las sinapsis virtuales: un chip representa a cada neurona y sinapsis en estos ordenadores.
El componente central de un neuro-ordenador analógico hipotético es el memristor. La palabra es un acrónimo de "memoria" y "resistencia", que resume más o menos lo que es: una célula de memoria que actúa también como una resistencia eléctrica.
Hablando en términos generales, una alta resistencia eléctrica codifica un cero y una baja resistencia codifica un uno. Algo parecido ocurre en el cerebro biológico: cuando una sinapsis traslada una señal entre dos neuronas, equivale a un uno. Si no hay señal, equivale a cero.
Pero hay un detalle que complica la réplica artificial de la actividad neuronal: en un cerebro real, las sinapsis activas tienden a fortalecerse con el tiempo, mientras que las sinapsis inactivas tienden al olvido.
Este fenómeno, conocido como plasticidad sináptica, es uno de los fundamentos del aprendizaje natural y de la memoria. Explica la biología de lo que pasa cuando empollamos para un examen y por qué olvidamos recuerdos que no nos interesan.
Reproduciendo la plasticidad
Para replicar esa plasticidad en un ordenador, los investigadores se han basado en un memristor de segundo orden y han conseguido reproducir la memoria natural completa, con plasticidad sináptica incluida.
El primer mecanismo para implementar esta plasticidad en un ordenador implica formar puentes conductores de tamaño nanométrico a través del memristor. Si bien esos puentes inicialmente disminuyen la resistencia eléctrica, se deterioran naturalmente con el tiempo, emulando el olvido que ocurre en el cerebro biológico.
"El problema con esta solución es que el dispositivo tiende a cambiar su comportamiento con el tiempo y se descompone después de una operación prolongada", explica la autora principal del estudio, Anastasia Chouprik, en un comunicado.
“El mecanismo que utilizamos nosotros para implementar la plasticidad sináptica es sin embargo más robusto. De hecho, después de cambiar el estado del sistema 100 mil millones de veces, todavía funcionaba normalmente".
El nuevo dispositivo ofrece perspectivas para diseñar neuro-ordenadores analógicos que imiten la forma en que aprende un cerebro biológico. Los resultados se publican en la revista ACS Applied Materials & Interfaces.
Los neuro-ordenadores, que son la base de la inteligencia artificial, emulan la forma en que funciona el cerebro. Almacenan datos en forma de sinapsis, la red de conexiones entre las células nerviosas o neuronas.
La mayoría de los neuro-ordenadores tienen una arquitectura digital convencional y usan modelos matemáticos para imitar a las neuronas y las sinapsis virtuales: un chip representa a cada neurona y sinapsis en estos ordenadores.
El componente central de un neuro-ordenador analógico hipotético es el memristor. La palabra es un acrónimo de "memoria" y "resistencia", que resume más o menos lo que es: una célula de memoria que actúa también como una resistencia eléctrica.
Hablando en términos generales, una alta resistencia eléctrica codifica un cero y una baja resistencia codifica un uno. Algo parecido ocurre en el cerebro biológico: cuando una sinapsis traslada una señal entre dos neuronas, equivale a un uno. Si no hay señal, equivale a cero.
Pero hay un detalle que complica la réplica artificial de la actividad neuronal: en un cerebro real, las sinapsis activas tienden a fortalecerse con el tiempo, mientras que las sinapsis inactivas tienden al olvido.
Este fenómeno, conocido como plasticidad sináptica, es uno de los fundamentos del aprendizaje natural y de la memoria. Explica la biología de lo que pasa cuando empollamos para un examen y por qué olvidamos recuerdos que no nos interesan.
Reproduciendo la plasticidad
Para replicar esa plasticidad en un ordenador, los investigadores se han basado en un memristor de segundo orden y han conseguido reproducir la memoria natural completa, con plasticidad sináptica incluida.
El primer mecanismo para implementar esta plasticidad en un ordenador implica formar puentes conductores de tamaño nanométrico a través del memristor. Si bien esos puentes inicialmente disminuyen la resistencia eléctrica, se deterioran naturalmente con el tiempo, emulando el olvido que ocurre en el cerebro biológico.
"El problema con esta solución es que el dispositivo tiende a cambiar su comportamiento con el tiempo y se descompone después de una operación prolongada", explica la autora principal del estudio, Anastasia Chouprik, en un comunicado.
“El mecanismo que utilizamos nosotros para implementar la plasticidad sináptica es sin embargo más robusto. De hecho, después de cambiar el estado del sistema 100 mil millones de veces, todavía funcionaba normalmente".
Imitando la memoria natural
En lugar de nanopuentes, el equipo de MIPT confió en el óxido de hafnio para imitar la memoria natural. Este material es ferroeléctrico: su polarización eléctrica cambia en respuesta a un campo eléctrico externo. Si luego se elimina ese campo, el material retiene la polarización adquirida, de la misma forma que un material ferromagnético permanece magnetizado, o que un recuerdo permanece en el cerebro.
Lo que le da al óxido de hafnio una ventaja sobre otros materiales ferroeléctricos es que ya lo utiliza la tecnología de silicio actual. Por ejemplo, Intel ha estado fabricando microchips basados en un compuesto de hafnio desde 2007. Esto hace que la introducción de dispositivos basados en hafnio como el memristor de segundo nivel sea mucho más fácil y más barato que los que utilizan un material nuevo.
En una proeza de ingenio, los investigadores implementaron el "olvido" al aprovechar los defectos en la interfaz entre el silicio y el óxido de hafnio. Esas imperfecciones solían verse como un detrimento de los microprocesadores a base de hafnio, pero los ingenieros encontraron la forma de evitarlos incorporando otros elementos en el compuesto.
Lo que hizo el equipo de MIPT fue explotar los defectos de la interfaz, que hacen que la conductividad del memristor disminuya con el tiempo: convirtieron este defecto en el recuerdo artificial que se olvida. Habían logrado replicar la plasticidad sináptica.
Los investigadores de proponen ahora mejorar aún más estos dispositivos que emulan la memoria y el olvido para que sean más fiables y para que, eventualmente, puedan ser usados para la electrónica flexible, que fabrica dispositivos que se pueden estirar o doblar sin que se rompan o dejen de funcionar.
No es la primera vez, en cualquier caso, que se crean sinapsis artificiales. Tal como informamos en otro artículo, científicos surcoreanos anunciaron el año pasado una sinapsis artificial que imita la memoria humana y permite la creación, almacenamiento y eliminación de recuerdos, incluso los de la memoria a largo plazo.
En lugar de nanopuentes, el equipo de MIPT confió en el óxido de hafnio para imitar la memoria natural. Este material es ferroeléctrico: su polarización eléctrica cambia en respuesta a un campo eléctrico externo. Si luego se elimina ese campo, el material retiene la polarización adquirida, de la misma forma que un material ferromagnético permanece magnetizado, o que un recuerdo permanece en el cerebro.
Lo que le da al óxido de hafnio una ventaja sobre otros materiales ferroeléctricos es que ya lo utiliza la tecnología de silicio actual. Por ejemplo, Intel ha estado fabricando microchips basados en un compuesto de hafnio desde 2007. Esto hace que la introducción de dispositivos basados en hafnio como el memristor de segundo nivel sea mucho más fácil y más barato que los que utilizan un material nuevo.
En una proeza de ingenio, los investigadores implementaron el "olvido" al aprovechar los defectos en la interfaz entre el silicio y el óxido de hafnio. Esas imperfecciones solían verse como un detrimento de los microprocesadores a base de hafnio, pero los ingenieros encontraron la forma de evitarlos incorporando otros elementos en el compuesto.
Lo que hizo el equipo de MIPT fue explotar los defectos de la interfaz, que hacen que la conductividad del memristor disminuya con el tiempo: convirtieron este defecto en el recuerdo artificial que se olvida. Habían logrado replicar la plasticidad sináptica.
Los investigadores de proponen ahora mejorar aún más estos dispositivos que emulan la memoria y el olvido para que sean más fiables y para que, eventualmente, puedan ser usados para la electrónica flexible, que fabrica dispositivos que se pueden estirar o doblar sin que se rompan o dejen de funcionar.
No es la primera vez, en cualquier caso, que se crean sinapsis artificiales. Tal como informamos en otro artículo, científicos surcoreanos anunciaron el año pasado una sinapsis artificial que imita la memoria humana y permite la creación, almacenamiento y eliminación de recuerdos, incluso los de la memoria a largo plazo.
Referencia
Ferroelectric Second-Order Memristor. Vitalii Mikheev et al. ACS Appl. Mater & Interfaces 2019113532108-32114. August 12, 2019. DOI:https://doi.org/10.1021/acsami.9b08189
Ferroelectric Second-Order Memristor. Vitalii Mikheev et al. ACS Appl. Mater & Interfaces 2019113532108-32114. August 12, 2019. DOI:https://doi.org/10.1021/acsami.9b08189
Inicio
Enviar a un amigo
Versión para imprimir
Compartir
La Inteligencia Artificial puede ver a través del espejo
CIENCIA ON LINE