Científicos diseñan sinapsis artificiales para computación neuromórfica

El cerebro humano ha sido llamado el objeto más complejo del universo. En un intento por recrear esta capacidad computacional aún sin precedentes, los investigadores del Laboratorio Nacional de Los Álamos han creado un nuevo dispositivo de memoria de tipo interfaz que, según sus resultados, puede usarse para construir sinapsis artificiales para la computación neuromórfica de próxima generación.

Los dispositivos de memoria o memristores representan una tecnología de circuito buscada durante mucho tiempo que, a diferencia de la tecnología de resistencia actual, tiene capacidades de programación y memoria: los memristores pueden recordar en qué estado eléctrico se encontraban cuando se apagó la alimentación, una capacidad similar a la del cerebro humano que abre nuevos posibilidades para computadoras y dispositivos.

“El procesamiento de datos es una parte esencial de la ciencia actual, donde el aprendizaje automático, la inteligencia artificial y las redes neuronales artificiales se utilizan para resolver preguntas apremiantes en todo, desde la ciencia climática hasta las aplicaciones de seguridad nacional”, dijo Aiping Chen, científico de laboratorio en el Centro de Nanotecnología Integrada.

“Sin embargo, la arquitectura informática convencional requiere una gran cantidad de energía y es cada vez menos capaz de escalar para enfrentar los desafíos de datos cada vez mayores. La computación neuromórfica, que imita la arquitectura y las capacidades incomparables de almacenamiento y procesamiento de datos del cerebro humano, ofrece una forma de continuar aumentando el rendimiento informático”.

El procesamiento convencional está limitado por el llamado cuello de botella de von Neumann, donde el procesamiento y la memoria están separados. El procesamiento de tareas avanzadas como el aprendizaje automático y el reconocimiento de imágenes en computadoras digitales consume una cantidad significativa de energía y tiempo debido a la transferencia de datos entre la CPU y la memoria. El uso de energía en los centros de datos ha crecido exponencialmente en los últimos años, y las proyecciones predicen que para 2030, los centros de datos consumirán alrededor del 8 % de la electricidad mundial.

Además, en la arquitectura informática convencional, miles de millones de transistores en microchips de silicio sirven como interruptores para el código binario de la computadora. Las limitaciones físicas de la miniaturización de estos transistores ayudaron a significar el final de la Ley de Moore, la máxima que predijo que la potencia informática se duplicaría aproximadamente cada dos años.

Cálculos en memoria: como el cerebro

Al ubicar el almacenamiento y procesamiento de información en sinapsis que conectan 100 mil millones de neuronas que envían y reciben información química, el “procesamiento en memoria” del cerebro humano ahorra tiempo y energía. La computación neuromórfica se basa en dispositivos emergentes como memristores, interruptores entre dos terminales que controlan y recuerdan el flujo de carga para recrear la estructura y función de las sinapsis.

En el campo de rápido crecimiento de la computación neuromórfica, los diseños de memristores han involucrado sistemas de fibra donde la carga es entregada por dispositivos. Pero los sistemas de filamentos propensos al sobrecalentamiento no son estables ni fiables.

Chen y sus colegas están trabajando en un enfoque diferente llamado memristor de tipo interfaz y han creado un dispositivo confiable y eficiente con una estructura simple basada en SrTiO dopado con Au/Nb.₃ interfaz – básicamente oro y otros materiales semiconductores.

En principio, los memristores de tipo interfaz se pueden reducir a tamaños nanométricos que ni siquiera los memristores basados ​​en fibra pueden lograr. (A modo de comparación, un cabello humano tiene un grosor de aproximadamente 100,000 nanómetros). Particularmente en contraste con los chips neuromórficos basados ​​en transistores, el dispositivo de interfaz memrist necesita una potencia de procesamiento significativamente menor.

“A diferencia de la computación digital con arquitectura von Neumann, la computación neuromórfica, inspirada en los sistemas biológicos, actúa como un cerebro”, dijo Chen. “Las ventajas de esta estructura son el bajo consumo de energía, el alto paralelismo y la excelente tolerancia a fallas. Después de todo, el cerebro humano usa solo 20 vatios, pero aprende de manera extremadamente efectiva. Estas ventajas lo hacen muy adecuado para tareas computacionales avanzadas como el aprendizaje, el reconocimiento y la toma de decisiones”.

Se adapta perfectamente a las tareas informáticas avanzadas.

El equipo usó una simulación de red neuronal artificial para probar el rendimiento computacional del memristor de tipo interfaz comparándolo con un conjunto de datos de imágenes escritas a mano de la base de datos de Tecnología y Estándares Nacionales Modificados alojada por el Instituto Nacional de Estándares y Tecnología. Mostrando una excelente uniformidad, programabilidad y confiabilidad, el dispositivo logró una precisión de reconocimiento del 94,72 %.

Este rendimiento lleva al equipo a creer que estos nuevos dispositivos de almacenamiento de tipo interfaz podrían ser el componente de hardware fundamental para la computación neuromórfica de próxima generación.

“Las oportunidades que estamos viendo sugieren que los chips neuromórficos, como los cerebros humanos, serán buenos en tareas avanzadas que involucran aprendizaje y toma de decisiones en tiempo real”, dijo Chen. “Hemos visto cómo la computación neuromórfica permite muchas aplicaciones que requieren inteligencia, desde autos sin conductor hasta drones y cámaras de seguridad. Básicamente, muchas cosas que los humanos son capaces de hacer, este tipo de dispositivos podrán hacer”.

El equipo planea seguir avanzando en la tecnología, enfatizando la necesidad de codiseño: diseño de hardware basado en enfoques algorítmicos ofrecidos por científicos informáticos.