Ilustración artística de la sinapsis electrónica: las partículas representan a los electrones circulando a través del óxido, por analogía con los neurotransmisores en las sinapsis biológicas. El flujo de electrones depende de la estructura en los dominios ferroeléctricos del óxido. Esto es controlado por los impulsos eléctricos. © Sören Boyn / Unité mixte de physique CNRS/Thales.
Investigadores franceses han creado una sinapsis artificial capaz de aprender de manera autónoma e incluso han conseguido modelizar este dispositivo, algo necesario para elaborar circuitos más complejos y conseguir un cerebro artificial, informa el CNRS en un comunicado. La investigación se ha publicado en Nature Communications.
El proceso de aprendizaje de nuestro cerebro está ligado a las sinapsis, que son las que aseguran las conexiones entre neuronas. Cuanto más estimulada está la sinapsis, más se refuerza la conexión entre neuronas y en consecuencia el aprendizaje mejora.
Los investigadores se han inspirado en este mecanismo para concebir la sinapsis artificial, un componente electrónico pasivo llamado menristor. Se trata de un nanodispositivo electrónico formado de una fina capa ferroeléctrica, que está aprisionado como un sandwaich entre dos electrodos. El dispositivo puede ajustar su resistencia bajo impulsos eléctricos similares a los de las neuronas.
Si la resistencia es débil, la relación sináptica es fuerte, y si la resistencia es fuerte, la relación sináptica es débil. Esta capacidad de la sinapsis artificial de adaptar su resistencia es lo que permite el aprendizaje.
Aunque los trabajos sobre las sinapsis artificiales están en el centro de las preocupaciones de numerosos laboratorios, hasta ahora el funcionamiento de estos dispositivos es poco conocido.
Los investigadores franceses han conseguido por primera vez elaborar un modelo físico que permite anticipar su funcionamiento. Esta comprensión del proceso permitirá crear sistemas más complejos, como un cerebro artificial.
El proceso de aprendizaje de nuestro cerebro está ligado a las sinapsis, que son las que aseguran las conexiones entre neuronas. Cuanto más estimulada está la sinapsis, más se refuerza la conexión entre neuronas y en consecuencia el aprendizaje mejora.
Los investigadores se han inspirado en este mecanismo para concebir la sinapsis artificial, un componente electrónico pasivo llamado menristor. Se trata de un nanodispositivo electrónico formado de una fina capa ferroeléctrica, que está aprisionado como un sandwaich entre dos electrodos. El dispositivo puede ajustar su resistencia bajo impulsos eléctricos similares a los de las neuronas.
Si la resistencia es débil, la relación sináptica es fuerte, y si la resistencia es fuerte, la relación sináptica es débil. Esta capacidad de la sinapsis artificial de adaptar su resistencia es lo que permite el aprendizaje.
Aunque los trabajos sobre las sinapsis artificiales están en el centro de las preocupaciones de numerosos laboratorios, hasta ahora el funcionamiento de estos dispositivos es poco conocido.
Los investigadores franceses han conseguido por primera vez elaborar un modelo físico que permite anticipar su funcionamiento. Esta comprensión del proceso permitirá crear sistemas más complejos, como un cerebro artificial.
Biomimetismo
Esta investigación se enmarca en una nueva disciplina conocida como biomimetismo, que busca soluciones tecnológicas inspiradas en los diseños de la naturaleza. El biometismo ya se está aplicando en informática a través de algoritmos para la realización de algunas tareas como el reconocimiento de imágenes. Facebook los utiliza para identificar usuarios.
Pero este proceso consume mucha energía. Una nueva etapa de esta disciplina se abre con las sinapsis artificiales que son capaces de aprender. Sus creadores han desarrollado además un modelo físico que explica esta capacidad de aprendizaje, lo que abre la posibilidad de crear una red de sinapsis artificiales y en consecuencia a sistemas inteligentes que consumen menos energía.
Este descubrimiento se va aplicar también, en el marco del proyecto europeo ULPEC H2020, para el reconocimiento de formas en tiempo real surgidas de una cámara en la que los pixels están inactivos, salvo que vean una cosa que cambia en el ángulo de visión.
Este procedimiento para el tratamiento de la información es menos costoso en términos de energía y mucho más rápido para descubrir los objetos buscados.
Esta investigación se enmarca en una nueva disciplina conocida como biomimetismo, que busca soluciones tecnológicas inspiradas en los diseños de la naturaleza. El biometismo ya se está aplicando en informática a través de algoritmos para la realización de algunas tareas como el reconocimiento de imágenes. Facebook los utiliza para identificar usuarios.
Pero este proceso consume mucha energía. Una nueva etapa de esta disciplina se abre con las sinapsis artificiales que son capaces de aprender. Sus creadores han desarrollado además un modelo físico que explica esta capacidad de aprendizaje, lo que abre la posibilidad de crear una red de sinapsis artificiales y en consecuencia a sistemas inteligentes que consumen menos energía.
Este descubrimiento se va aplicar también, en el marco del proyecto europeo ULPEC H2020, para el reconocimiento de formas en tiempo real surgidas de una cámara en la que los pixels están inactivos, salvo que vean una cosa que cambia en el ángulo de visión.
Este procedimiento para el tratamiento de la información es menos costoso en términos de energía y mucho más rápido para descubrir los objetos buscados.
Referencia
Learning through ferroelectric domain dynamics in solid-state synapses. Nature Communications 8, Article number: 14736 (2017). doi:10.1038/ncomms14736
Learning through ferroelectric domain dynamics in solid-state synapses. Nature Communications 8, Article number: 14736 (2017). doi:10.1038/ncomms14736