Ciencia
Lectura 3 - 6 minutos
Nuevo dispositivo informático similar al cerebro con "transistores sinápticos electroquímicos” que simula el aprendizaje humano

Nuevo dispositivo informático similar al cerebro con "transistores sinápticos electroquímicos” que simula el aprendizaje humano

  • Like
  • Comentar

Por décadas, científicos de varias partes del mundo han ido desarrollando mecanismos cada ves más complejos y sofisticados para simular la actividad real de un cerebro humano. Al respecto, un estimado colega nos comparte el presente artículo sobre un innovador dispositivo informático similar al cerebro, que utiliza "transistores sinápticos electroquímicos” con el que se puede simular el aprendizaje humano, lo que significa un avance más en este interesante campo.

El artículo lo escribió Amanda Moris y se publicó el 30 de abril de 2021 en el boletín de noticias de la Northwester University, el cual traducimos nosotros para el presente espacio. Veamos de qué se trata…

Para iniciar nos comenta la autora que como el perro de Pavlov, el nuevo dispositivo se puede condicionar para aprender por asociación.

En efecto, de manera similar a cómo el famoso fisiólogo Ivan Pavlov acondicionó a los perros para asociar una campana con la comida, los investigadores de la Universidad Northwestern y la Universidad de Hong Kong acondicionaron con éxito su circuito para asociar la luz con la presión.

Los resultados de la investigación se publicaron el 30 de abril de 2021 en la revista Nature Communications.

El secreto del dispositivo radica en sus novedosos "transistores sinápticos electroquímicos orgánicos”, que procesan y almacenan información al mismo tiempo, tal y como lo hace el cerebro humano. Los investigadores demostraron que el transistor puede imitar la plasticidad a corto y largo plazo de las sinapsis en el cerebro humano, basándose en recuerdos para aprender con el tiempo.

Con su capacidad similar a la del cerebro, el transistor y el novedoso circuito podrían superar las limitaciones de la informática tradicional, incluido su hardware que consume energía y su capacidad limitada para realizar múltiples tareas al mismo tiempo. El dispositivo similar a un cerebro también tiene una mayor tolerancia a fallas, y continúa funcionando sin problemas incluso cuando algunos componentes fallan.

"Aunque la computadora moderna es sobresaliente, el cerebro humano puede superarla fácilmente en algunas tareas complejas y no estructuradas, como el reconocimiento de patrones, el control motor y la integración multisensorial", dijo Jonathan Rivnay de Northwestern, autor principal del estudio. “Esto se debe a la plasticidad de la sinapsis, que es el componente básico del poder computacional del cerebro. Estas sinapsis permiten que el cerebro funcione de una manera altamente paralela, tolerante a fallas y energéticamente eficiente. En nuestro trabajo, demostramos un transistor plástico orgánico que imita las funciones clave de una sinapsis biológica".

Rivnay es profesor asistente de ingeniería biomédica en la Escuela de Ingeniería McCormick de Northwestern. Codirigió el estudio con Paddy Chan, profesor asociado de ingeniería mecánica en la Universidad de Hong Kong. Xudong Ji, investigador postdoctoral del grupo de Rivnay, es el primer autor del artículo.

 

Problemas con la informática convencional

Los sistemas informáticos digitales convencionales tienen unidades de procesamiento y almacenamiento independientes, lo que hace que las tareas que requieren muchos datos consuman grandes cantidades de energía. Inspirados por el proceso combinado de computación y almacenamiento en el cerebro humano, los investigadores, en los últimos años, han buscado desarrollar computadoras que funcionen más como el cerebro humano, con conjuntos de dispositivos que funcionen como una red de neuronas.

“La forma en que funcionan nuestros sistemas informáticos actuales es que la memoria y la lógica están separadas físicamente”, dijo Ji. “Realizas el cálculo y envías esa información a una unidad de memoria. Luego, cada vez que desee recuperar esa información, debe recordarla. Si podemos unir esas dos funciones separadas, podemos ahorrar espacio y ahorrar en costos de energía ".

Actualmente, la resistencia de memoria, o "memristor", es la tecnología mejor desarrollada que puede realizar funciones combinadas de procesamiento y memoria, pero los memristores sufren de conmutación costosa de energía y menos biocompatibilidad. Estos inconvenientes llevaron a los investigadores al transistor sináptico, especialmente al transistor sináptico electroquímico orgánico, que opera con bajos voltajes, memoria continuamente sintonizable y alta compatibilidad para aplicaciones biológicas. Aún así, existen desafíos.

“Incluso los transistores sinápticos electroquímicos orgánicos de alto rendimiento requieren que la operación de escritura se desacople de la operación de lectura”, dijo Rivnay. "Entonces, si desea retener la memoria, debe desconectarla del proceso de escritura, lo que puede complicar aún más la integración en circuitos o sistemas".

 

Cómo funciona el transistor sináptico

Para superar estos desafíos, el equipo de Northwestern y la Universidad de Hong Kong optimizó un material plástico conductor dentro del transistor electroquímico orgánico que puede atrapar iones.

En el cerebro, una sinapsis es una estructura a través de la cual una neurona puede transmitir señales a otra neurona, utilizando pequeñas moléculas llamadas neurotransmisores.

En el transistor sináptico, los iones se comportan de manera similar a los neurotransmisores, enviando señales entre terminales para formar una sinapsis artificial. Al retener los datos almacenados de los iones atrapados, el transistor recuerda actividades anteriores, desarrollando plasticidad a largo plazo.

Los investigadores demostraron el comportamiento sináptico de su dispositivo conectando transistores sinápticos individuales en un circuito neuromórfico para simular el aprendizaje asociativo. Integraron sensores de presión y luz en el circuito y entrenaron el circuito para asociar las dos entradas físicas no relacionadas (presión y luz) entre sí.

Quizás el ejemplo más famoso de aprendizaje asociativo es el perro de Pavlov, que salivaba en forma natural cuando encontraba comida. Después de condicionar al perro a asociar un timbre con la comida, el perro también comenzó a salivar cuando escuchaba el sonido de una campana. Para el circuito neuromórfico, los investigadores activaron un voltaje aplicando presión con un dedo. Para acondicionar el circuito para asociar la luz con la presión, los investigadores primero aplicaron luz pulsada de una bombilla LED y luego aplicaron presión inmediatamente. En este escenario, la presión es la comida y la luz es la campana. Los sensores correspondientes del dispositivo detectaron ambas entradas.

Después de un ciclo de entrenamiento, el circuito hizo una conexión inicial entre la luz y la presión. Después de cinco ciclos de entrenamiento, el circuito asoció significativamente la luz con la presión. La luz, por sí sola, pudo activar una señal o una "respuesta incondicionada".

 

Aplicaciones futuras

Debido a que el circuito sináptico está hecho de polímeros blandos, como un plástico, puede fabricarse fácilmente en láminas flexibles e integrarse fácilmente en dispositivos electrónicos blandos y portátiles, robótica inteligente y dispositivos implantables que interactúan directamente con los tejidos vivos e incluso con el cerebro.

 

Fuente: https://news.northwestern.edu/stories/2021/04/new-brain-like-computing-device-simulates-human-learnin

Visto 2091 veces
Inicia sesión para enviar comentarios
Ant. De las Estufas de tractolina a las de inducción
Sig. Existe una nueva fórmula para calcular la edad de tu perro en años humanos

Hay 2102 invitados y ningún miembro en línea

Publish modules to the "offcanvas" position.

0
Shares

¿Te gusta lo que ves?

Pulsa los botones de abajo para seguirnos, no te arrepentirás ...