Tendencias 21. Ciencia, tecnología, sociedad y cultura




Crean un transistor sináptico que aprende mientras calcula

La tecnología comienza a emular al cerebro humano


Los superodenadores pueden hacer una cantidad ingente de cálculos, pero tienen dos pegas: son incapaces de aprender y gastan demasiada energía. Científicos estadounidenses han creado un transistor que emula las sinapsis del cerebro humano, para intentar superar ambos obstáculos. Por Marta Lorenzo.




Varios prototipos del transistor sináptico pueden verse en este chip de silicio. Imagen: Eliza Grinnell. Fuente: SEAS Communications.
Varios prototipos del transistor sináptico pueden verse en este chip de silicio. Imagen: Eliza Grinnell. Fuente: SEAS Communications.
Los superodenadores nos llaman la atención por la enorme cantidad de cálculos que pueden hacer. Por ejemplo, la supercomputadora china Tianhe-2 alcanza los 54,9 petaFLOPS, (54.900.000.000.000.000 cálculos de coma flotante por segundo) superando en casi el doble al supercomputador Cray Titan, del Oak Ridge National Laboratory de Estados Unidos, que desde noviembre de 2012 mantenía la corona.

Pero a nadie se le escapa que tienen dos importantes pegas: gastan demasiada energía (Tianhe-2, sin ir más lejos, consume 24 megavatios de electricidad, aproximadamente la cantidad requerida para 24.000 hogares) y, sobre todo, no pueden aprender.

Nuestro cerebro, sin embargo, sí que puede, gracias a que cuenta con unos cien mil millones de neuronas o células nerviosas conectadas entre sí mediante las sinapsis‎, que son unas uniones intercelulares que conforman miríadas de circuitos lógicos y, además, se adaptan continuamente a estímulos.

Esta adaptación (basada en el fortalecimiento o debilitamiento de dichas conexiones) es lo que posibilita nuestro aprendizaje, pues permite un tipo de procesamiento rápido y altamente eficiente de la información.

Acciones simultáneas

¿Qué pasaría si la informática lograra emular al cerebro en este sentido? En esta dirección han caminado científicos de la Harvard School of Engineering and Applied Sciences (SEAS) de Estados Unidos.

Ellos han creado un nuevo tipo de transistor (que son los dispositivos utilizados para producir una señal de salida en respuesta a una señal de entrada) que imita el comportamiento de una sinapsis.

El aparato creado, cuyas características aparecen detalladas en Nature Communications, hace lo siguiente: simultáneamente modula el flujo de información de un circuito y se adapta físicamente a señales eléctricas cambiantes.

Según se explica en un comunicado de la SEAS, estructuralmente, consiste en un una película muy fina, de 80 nanómetros de espesor y de niquelato de samario, que funciona como semiconductor y que está ubicada entre dos electrodos de platino (que serían similares a las terminaciones “axón” y “dendrita” de las sinapsis).

Junto a este semiconductor hay una pequeña cavidad de líquido iónico. El dispositivo cuenta además con un circuito multiplexor externo que convierte el tiempo de propagación de las señales eléctricas en una magnitud de voltaje. Todo el sistema, con una longitud de sólo unos cientos de micras, está incrustado en un chip de silicio.

Cuando el voltaje se aplica al líquido iónico (sus iones son de oxígeno) de la cavidad, se produce un campo eléctrico que conduce a dichos iones al entramado cristalino de la película de niquelato de samario, o los sustrae de éste. La película actúa, por tanto, como canal sináptico entre las terminaciones de platino.

Una concentración variable de iones en el niquelato aumenta o disminuye la conductividad de éste –es decir, su capacidad de trasmitir información a través de señales eléctricas- y, de igual manera que ocurre en una sinapsis natural, la fuerza de la conexión dependerá del tiempo de propagación de la señal eléctrica.

Ventajas sinápticas

El transistor sináptico ofrece varias ventajas sobre los clásicos transistores de silicio. Para empezar, no está restringido al sistema binario de unos y ceros porque cambia su conductividad continuamente, a medida que la composición del material cambia. Tendría así, como la sinapsis, un número prácticamente ilimitado de estados posibles (y no sólo el ‘on’ y el ‘off’).

Además, cuenta con una memoria no-volátil, lo que significa que no necesita energía para perdurar: incluso cuando la energía se interrumpe, el dispositivo “recuerda” su estado.

Por otra parte, el transistor sináptico es energéticamente muy eficiente. La mente humana necesita una energía menor a la de una bombilla de casa para hacer sus procesamientos, es decir, que es altamente eficiente a nivel energético.

En principio, un sistema que integre millones de transistores sinápticos diminutos y terminales neurológicos podría tener una capacidad de rendimiento energético parecida, superando con creces a la de cualquier supecomputador.

Por último, el niquelato pertenece a una clase inusual de materiales, llamados sistemas electrónicos correlacionados, que pueden experimentar una transición de aislante (de los circuitos eléctricos) a metal: a cierta temperatura –o cuando es expuesto a un campo externo, como en este caso- su conductividad cambia repentinamente.

Los científicos han explotado esta característica, la posibilidad de provocar señales potentes con excitaciones pequeñas, lo que se traduce en una mayor eficiencia energética del dispositivo.

También chips que imitan al cerebro

El trabajo de los investigadores de las SEAS no es el único realizado últimamente en esta dirección. Recientemente, científicos de la Universidad de Zúrich en Suiza, del Instituto Federal Suizo de Tecnología en Zúrich, del Instituto Max Planck de Fráncfort, Alemania; y de la Universidad de Bielefeld (Alemania) consiguieron diseñar unos chips que imitan el procesamiento de información del cerebro.

El principal desafío del equipo era construir un sistema artificial de procesamiento sensorial que pudiera realizar tareas específicas. Lo consiguieron con éxito: Desarrollaron un sistema neuromórfico que puede llevar a cabo complejas tareas sensoriomotoras en tiempo real.

El sistema puede realizar una tarea que requiere de memoria a corto plazo y de la toma de decisiones dependiente del contexto, funciones típicas que se pueden evaluar en un test cognitivo, ha publicado la web Noticias de la ciencia. Este otro trabajo ha sido detallado en PNAS.

Referencias bibliográficas:

Emre Neftcia, Jonathan Binasa, Ueli Rutishauserb, Elisabetta Chiccaa, Giacomo Indiveria y Rodney J. Douglasa. Synthesizing cognition in neuromorphic electronic systems. PNAS (2013). DOI: 10.1073/pnas.1212083110.

Jian Shi, Sieu D. Ha, You Zhou, Frank Schoofs, Shriram Ramanathan. A correlated nickelate synaptic transistor. Nature Communications (2013). DOI: 10.1038/ncomms3676.

Miércoles, 6 de Noviembre 2013
Marta Lorenzo
Artículo leído 5250 veces




Nota


Comente este artículo

1.Publicado por Marco antonio ARANA BOCANEGRA el 10/04/2014 01:58
Felicitaciones, uds. son uno de los mejores medios de difusion cientifica de la web, sigan asi,investigo y me interesan mucho los temas de inteligencia artifical, computacion cuantica, supercomputacion, arquitectura de procesadores, algoritmos trascendentales, y en uds. he encontrado buena informacion!! Gracias tendencias21!!

Nuevo comentario:
Twitter

Los comentarios tienen la finalidad de difundir las opiniones que le merecen a nuestros lectores los contenidos que publicamos. Sin embargo, no está permitido verter comentarios contrarios a las leyes españolas o internacionales, así como tampoco insultos y descalificaciones de otras opiniones. Tendencias21 se reserva el derecho a eliminar los comentarios que considere no se ajustan al tema de cada artículo o que no respeten las normas de uso. Los comentarios a los artículos publicados son responsabilidad exclusiva de sus autores. Tendencias21 no asume ninguna responsabilidad sobre ellos. Los comentarios no se publican inmediatamente, sino que son editados por nuestra Redacción. Tendencias21 podrá hacer uso de los comentarios vertidos por sus lectores para ampliar debates en otros foros de discusión y otras publicaciones.

Otros artículos de esta misma sección
< >