Un nuevo dispositivo informático similar al cerebro simula el aprendizaje humano

Los científicos han desarrollado un dispositivo informático similar al cerebro que es capaz de aprender por asociación.

Al igual que el famoso fisiólogo Ivan Pavlov adaptó perros para asociar la campana con la comida, los investigadores de la Universidad Northwestern y la Universidad de Hong Kong han adaptado con éxito su circuito para asociar la luz con la presión.

La investigación se publicará el 30 de abril en la revista Comunicaciones de la naturaleza.

El secreto de este dispositivo radica en los nuevos “sinápticos” electroquímicos orgánicos transistores, ”Que procesan y almacenan información simultáneamente, como cerebro humano. Los científicos han demostrado que un transistor puede imitar la plasticidad a corto y largo plazo de las sinapsis en el cerebro humano mediante el uso de recuerdos para aprender a lo largo del tiempo.

Con sus habilidades cerebrales, el transistor y los circuitos novedosos tienen el potencial de superar las limitaciones del procesamiento tradicional, incluidos los equipos que consumen energía y la capacidad limitada para realizar múltiples tareas. El dispositivo similar a un cerebro también tiene una mayor tolerancia a fallas, funcionando sin problemas incluso cuando fallan algunos componentes.

“Aunque la computadora actual es única, 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, autor principal del estudio de Northwestern. “Esto se debe a la plasticidad de la sinapsis, que es el componente básico de la capacidad informática 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 de plástico orgánico que imita las funciones clave de una sinapsis biológica ‘.

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

Problemas con las computadoras convencionales

La computación digital convencional tiene unidades de procesamiento y almacenamiento separadas, lo que hace que las tareas que requieren muchos datos sean una tarea que consume mucha energía. Inspirados por el procesamiento y almacenamiento combinados de datos en el cerebro humano, los científicos en los últimos años han buscado desarrollar computadoras que funcionen más como el cerebro humano, con conjuntos de dispositivos que actúen como una red de neuronas.

“La forma en que funcionan nuestros sistemas informáticos actuales es separando físicamente la memoria y la lógica”, dijo Ji. “Haces un cálculo y envías esta información a una unidad de memoria. Luego, cada vez que desee recuperar esa información, debe recordarla. Si podemos combinar estas dos funciones separadas, podemos ahorrar espacio y ahorrar en costos de energía “.

Actualmente, una resistencia de memoria o “memristor” es la tecnología mejor diseñada que puede realizar funciones combinadas de procesamiento y memoria, pero los memristores tienen una conmutación que consume mucha energía y menos biocompatibilidad. Estos inconvenientes llevaron a los científicos a desarrollar un transistor sináptico, especialmente un transistor sináptico electroquímico orgánico que opera a bajos voltajes, sintoniza continuamente la memoria y tiene una alta compatibilidad con aplicaciones biológicas. Todavía hay desafíos.

“Incluso los transistores sinápticos electroquímicos orgánicos de alto rendimiento necesitan separar las operaciones de escritura de las operaciones de lectura”, dijo Rivnay. “Entonces, si desea conservar la memoria, debe desconectarla del proceso de escritura, lo que puede complicar aún más la integración con circuitos o sistemas “.

Cómo funciona el transistor sináptico

Para abordar estos desafíos, un equipo de Northwestern y la Universidad de Hong Kong optimizó un material plástico conductor en un 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 transistor sinápticoLos iones se comportan de manera similar a los neurotransmisores al enviar señales entre terminales, creando una sinapsis artificial. Al retener los datos almacenados de los iones atrapados, el transistor recuerda acciones anteriores, desarrollando plasticidad a largo plazo.

Los científicos demostraron el comportamiento sináptico de su dispositivo combinando transistores sinápticos simples en un circuito neuromórfico para simular el aprendizaje asociativo. Integraron presión y sensores de luz a un circuito y entrenar el circuito para asociar dos entradas físicas no relacionadas (presión y luz).

Quizás el ejemplo más famoso de aprendizaje asociativo es el perro de Pavlov, que naturalmente babea cuando encuentra comida. Después de preparar al perro para asociar la campana con la comida, el perro también comenzó a babear cuando escuchó el sonido de la campana. En el caso del circuito neuromórfico, los científicos activaron la tensión presionando con un dedo. Para adaptar el circuito para asociar la luz con la presión, los investigadores primero aplicaron luz pulsante de una bombilla LED y luego aplicaron presión inmediatamente. En este escenario, la presión es comida y la luz es campana. Los sensores correspondientes del dispositivo han detectado ambas entradas.

Después de un ciclo de entrenamiento, el circuito estableció el vínculo 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 podría desencadenar una señal o una “respuesta incondicional”.

Aplicaciones futuras

Dado que el circuito sináptico está hecho de polímeros blandos como el plástico, se puede hacer fácilmente en láminas flexibles e integrar fácilmente con dispositivos electrónicos suaves y portátiles, robótica inteligente y dispositivos implantables que se conectan directamente a los tejidos vivos e incluso al cerebro.

“Si bien nuestra aplicación es una prueba de concepto, nuestro circuito propuesto puede expandirse aún más para incluir más entradas sensoriales e integrarse con otros componentes electrónicos para permitir la computación local de baja potencia”, dijo Rivnay. “Debido a que es compatible con el entorno biológico, el dispositivo se puede conectar directamente al tejido vivo, lo cual es crucial para la bioelectrónica de próxima generación”.