Investigadores Logran Avance Con Computación Neuromórfica

Un equipo de investigadores del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) ha informado sobre un dispositivo de memoria neuromórfica de tamaño nano que emula neuronas y sinapsis simultáneamente en una célula unitaria. Este nuevo avance es un paso importante hacia la consecución de la computación neuromórfica que puede imitar el cerebro humano con dispositivos semiconductores.

La investigación se publicó en Nature Communications.

Logrando IA Con Computación Neuromórfica

Los expertos están trabajando en lograr que la computación neuromórfica realice inteligencia artificial (IA) imitando los mecanismos de las neuronas y sinapsis del cerebro humano. Las computadoras actuales no pueden proporcionar ciertas funciones cognitivas del cerebro humano debido a varias limitaciones, pero su potencial ha sido explorado exhaustivamente.

Con eso dicho, los circuitos neuromórficos basados en CMOS actuales conectan neuronas y sinapsis artificiales sin interacciones sinérgicas. La implementación de neuronas y sinapsis ha demostrado ser difícil.

Para superar estas limitaciones, el equipo de investigación liderado por el profesor Keon Jae Lee del Departamento de Ciencia y Tecnología de Materiales implementó los mecanismos de funcionamiento biológico de los humanos al introducir las interacciones entre neuronas y sinapsis en una sola célula de memoria. Esto difiere del enfoque tradicional de conectar dispositivos neuronales y sinápticos artificiales eléctricamente.

Dispositivos Sinápticos Artificiales

Los dispositivos sinápticos artificiales que se estudiaron previamente a menudo se utilizan para acelerar cálculos paralelos, lo que demuestra diferencias claras de los mecanismos de funcionamiento del cerebro humano. Al implementar las interacciones sinérgicas entre neuronas y sinapsis en el dispositivo de memoria neuromórfica, se pudo emular los mecanismos de la red neural biológica. El dispositivo neuromórfico también puede reemplazar circuitos de neuronas CMOS complejos con un solo dispositivo, lo que mejora la escalabilidad y la eficiencia de costo.

El cerebro humano está compuesto por una red compleja de 100 mil millones de neuronas y 100 billones de sinapsis, y las funciones y estructuras de estas pueden cambiar dependiendo de los estímulos externos, lo que les permite adaptarse al entorno circundante. El dispositivo neuromórfico desarrollado por el equipo permite que la memoria a corto y largo plazo coexistan utilizando dispositivos de memoria volátil y no volátil que imitan las características de las neuronas y sinapsis. La memoria volátil está representada por un dispositivo de conmutación de umbral, mientras que la memoria de cambio de fase se utiliza como dispositivo no volátil. Con dos dispositivos de película delgada integrados sin electrodos inmediatos, se pudo implementar la adaptabilidad funcional de las neuronas y sinapsis en la memoria neuromórfica.

“Las neuronas y sinapsis interactúan entre sí para establecer funciones cognitivas como la memoria y el aprendizaje, por lo que simular ambas es un elemento esencial para la inteligencia artificial inspirada en el cerebro”, dijo el profesor Lee. “El dispositivo de memoria neuromórfica desarrollado también imita el efecto de reentrenamiento que permite un aprendizaje rápido de la información olvidada al implementar un efecto de retroalimentación positiva entre las neuronas y sinapsis.”