IBM está un paso más cerca de imitar el cerebro humano

Un gran avance en la computación cognitiva ha permitido a los científicos imitar grandes poblaciones de neuronas

Los científicos de IBM han hecho un descubrimiento computacional después de imitar grandes poblaciones de neuronas por primera vez.

Las neuronas son células eléctricamente excitables que procesan y transmiten información en nuestro cerebro a través de señales eléctricas y químicas. Estas señales se transmiten a través de sinapsis, conexiones especializadas con otras células.

Esta configuración inspiró a los científicos de IBM a intentar reflejar cómo funciona el cerebro biológico mediante el uso de materiales de cambio de fase para aplicaciones de memoria.

El uso de computadoras para tratar de imitar el cerebro humano se ha teorizado durante décadas debido a los desafíos de recrear la densidad y el poder. Ahora, por primera vez, los científicos han creado sus propias neuronas artificiales «aleatorias» que pueden almacenar y procesar datos.

Contenido

«El descubrimiento marca un paso significativo en el desarrollo de tecnologías neuromórficas integradas ultradensas y eficientes en energía para aplicaciones de computación cognitiva», dijeron los científicos.

Las neuronas artificiales consisten en materiales de cambio de fase, incluido el telurio de germanio y antimonio, que tienen dos estados estables, uno amorfo (sin una estructura claramente definida) y otro cristalino (con estructura). Estos materiales también son la base para la reescritura de Blue-ray, pero en este sistema las neuronas artificiales no almacenan información digital; son análogos, como las sinapsis y las neuronas de un cerebro biológico.

La belleza de estas poderosas neuronas artificiales de cambio de fase, que pueden realizar varias primitivas computacionales, como detectar la correlación de datos y el aprendizaje no supervisado a altas velocidades, es que usan muy poca energía, al igual que el cerebro humano.

En una demostración publicada en la revista Nature Nanotechnology, el equipo aplicó una serie de impulsos eléctricos a neuronas artificiales, lo que condujo a la cristalización progresiva del material de cambio de fase, lo que finalmente provocó que la neurona se disparara.

En neurociencia, esta función se conoce como la propiedad de integración y fuego de las neuronas biológicas. Esta es la base de la computación basada en eventos y, en principio, es bastante similar a cómo un cerebro biológico desencadena una respuesta cuando un animal toca algo caliente, por ejemplo.

Como parte del estudio, los investigadores organizaron cientos de neuronas artificiales en poblaciones y las utilizaron para representar señales rápidas y complejas. Cuando se probaron, las neuronas artificiales pudieron soportar miles de millones de ciclos de conmutación, lo que correspondería a varios años de funcionamiento a una frecuencia de actualización de 100 Hz.

La energía requerida para cada actualización de neurona fue de menos de cinco picojulios y la potencia promedio fue de menos de 120 microvits; en comparación, 60 millones de microvits alimentan una bombilla de 60 vatios, según muestra el artículo de investigación de IBM.

Al explotar esta propiedad de integración y disparo, incluso una sola neurona se puede utilizar para detectar patrones y descubrir correlaciones en flujos de datos basados ​​en eventos en tiempo real. «Esto reducirá significativamente el área de superficie y el consumo de energía, ya que utilizará pequeños dispositivos a nanoescala que actúan como neuronas», dijo a DyN Noticias el científico y autor de IBM, Dr. Abu Sebastian.

IBM cree que esto podría ser útil para desarrollar aún más las tecnologías de Internet de objetos, especialmente cuando se desarrollan pequeños sensores.

«Las poblaciones de neuronas estocásticas de cambio de fase, combinadas con otros elementos computacionales de escala nanomática, como las sinapsis artificiales, podrían ser un factor clave en la creación de una nueva generación de sistemas computacionales neuromórficos extremadamente densos», dijo Tomas. Tuma, coautor de el papel. .

Esto podría ser útil en sensores que recopilan y analizan volúmenes de datos meteorológicos, por ejemplo, dijo Sebastian, recopilados en el borde, en ubicaciones remotas, para pronósticos meteorológicos más rápidos y precisos.

Las neuronas artificiales también podrían detectar patrones en las transacciones financieras para encontrar discrepancias o utilizar datos de las redes sociales para descubrir nuevas tendencias culturales en tiempo real. Si bien grandes poblaciones de estas neuronas a nanoescala de alta velocidad y baja energía también podrían usarse en coprocesadores neuromórficos con unidades de procesamiento y memoria co-localizadas.

Todas las noticias de la ciencia de el planeta tierra en un sólo sitio. noticias de Ciencia.