Los sistemas informáticos actuales son muy buenos para realizar cálculos precisos. Pero a medida que usamos más y más aplicaciones impulsadas por IA, también necesitamos sistemas más potentes que puedan procesar datos en tiempo real con la misma precisión. La investigadora de TU/e Eveline van Doremaele está trabajando en una nueva generación de computadoras modeladas en el cerebro humano. Además, utilizó materiales orgánicos para crear un chip único que desarrolló utilizando computación neuromórfica, lo que significa que puede interactuar con nuestros cuerpos.
Coches autónomos, reconocimiento facial, reconocimiento de idiomas: todas las aplicaciones impulsadas por IA. Para que esto sea posible, los sistemas informáticos deben adaptarse a un entorno cada vez más dinámico y ser capaces de manejar datos no estructurados e imperfectos. Las redes neuronales artificiales actuales funcionan bien, pero también tienen importantes inconvenientes. Por ejemplo, consumen mucha energía y los cálculos complejos tardan relativamente mucho tiempo en realizarse.
Es por eso que la investigadora de TU/e Eveline van Doremaele ha pasado los últimos años trabajando en una nueva generación de sistemas informáticos, desarrollando un chip inteligente que se puede usar para una variedad de aplicaciones en el cuerpo humano. El jueves 25 de mayo defendió su tesis de diploma con honores en la Facultad de Ingeniería Mecánica.
imitando el cerebro
“Nosotros llevamos el sistema perfecto para tareas complejas”, dice Van Doremaele, tocándose la cabeza brevemente. “Nuestro cerebro se las arregla muy bien con la incertidumbre y funciona muy bien en circunstancias cambiantes. Esto se debe principalmente a la capacidad del cerebro para realizar procesos y cálculos simultáneamente y para aprender de experiencias previas. Eso es lo que necesitamos para las aplicaciones de IA”.
No es de extrañar que las computadoras neuromórficas, que imitan la estructura y la función de nuestro cerebro en un sistema informático, hayan ganado popularidad en los últimos años, dice Van Doremaele. “Energéticamente eficiente, rápido y dinámico, nuestro cerebro demuestra cómo debería funcionar un sistema informático perfecto, proporcionando así una gran fuente de inspiración para nuestro grupo y otros científicos. Estamos llevando esto al siguiente nivel al tratar de desarrollar un dispositivo que se centre en la interacción de autoaprendizaje entre humanos y máquinas”.
“Los ejemplos incluyen un brazo protésico inteligente que se puede unir al cuerpo y al que se le puede enseñar a agarrar un bolígrafo gracias a neuronas artificiales, un chip que usa diferentes sensores al mismo tiempo para detectar una célula cancerosa circulante entre millones de células normales, y un marcapasos que puede adaptarse a un corazón que envejece. Una vez que tengamos esta tecnología en funcionamiento, las aplicaciones serán infinitas”.
Sistema de autoaprendizaje
Para crear un chip de este tipo, Van Doremaele se dispuso a encontrar materiales adecuados que fueran programables y bien aceptados por nuestros cuerpos. La investigación de Van Doremaele muestra que los polímeros orgánicos conductores, moléculas largas que dejan pasar la electricidad, son muy efectivos en este sentido.
“Para que el sistema se aprenda a sí mismo, es necesaria una resistencia variable en el dispositivo. Esto también sucede en nuestro cerebro: cuando aprendes algo con más frecuencia, la conexión entre las células nerviosas se vuelve más fuerte. El uso de iones en realidad nos permite variar la resistencia, pero también queremos que la conexión sea permanente”, explica.
Conexiones más débiles
“Hasta ahora, era común en nuestro campo utilizar materiales en los que las conexiones se debilitaban con el tiempo” – dice el Dr. continúa el candidato. “Con una mano protésica, eso significaría que después de un mes, por ejemplo, no sabrías cómo levantar un bolígrafo”.
“P-3O, el material ambipolar que probamos, es único: es capaz de cambiar la resistencia y mantener la conexión creada. También funciona tanto con un electrolito líquido, por ejemplo en el ambiente acuoso del cuerpo, como con un electrolito sólido, gel iónico. Al conectar celdas entre sí, podemos crear circuitos complejos con propiedades específicas. Esto es útil cuando se miden señales débiles, como pequeños movimientos musculares, o señales que están rodeadas de un gran ruido, como los latidos del corazón”.
Medición de muestras de sudor
Aunque se necesita mucha más investigación para realizar las mediciones complejas, Van Doremaele ya ha utilizado la computación neuromórfica para desarrollar un biosensor que podría analizar las muestras de sudor de las personas para detectar la presencia de la enfermedad hereditaria fibrosis quística. “Usando varios sensores, el chip puede medir el contenido de potasio y cloro en el sudor. Hicimos que el sistema predijera cada muestra de sudor. Si la predicción estaba equivocada, presionaba un botón y el sistema se corrigía solo. El biosensor solo dio respuestas correctas. Entonces aprendió de una manera única, como una neurona en el cerebro humano. Esto nos da una base sobre la cual apoyarnos.
Van Doremaele notó mucho interés en su trabajo. “La inteligencia artificial está prácticamente en todas partes y será cada vez más omnipresente. Pero el problema de la energía también está creciendo a medida que los centros de datos consumen enormes cantidades de energía. Esto significa que se deben encontrar sistemas informáticos alternativos. Nos enfocamos en materiales orgánicos para el autoaprendizaje, las aplicaciones biomédicas son bastante únicas”.
“Solo unos pocos grupos están trabajando en ello, a menudo en proyectos conjuntos. Debido al carácter multidisciplinar del proyecto, también establecimos contactos en el campus. Buscando colaboradores de diferentes orígenes y compartiendo muchos conocimientos, me convertí en el nexo de unión entre los institutos de investigación TU/e EAISI (inteligencia artificial) e ICMS (sistemas moleculares complejos). Un doctorado puede ser solitario a veces, pero tengo un crédito colosal por eso en mi disertación”.
Más información:
Cálculos neuromórficos orgánicos en la interfaz con bioelectrónica. research.tue.nl/files/29675735 … Doremaele_van_st.pdf