La mayoría de las computadoras modernas (desde gigantes primitivos que llenan habitaciones como el ENIAC hasta el teléfono inteligente que lleva en el bolsillo) se construyen según un conjunto de principios establecidos por el matemático John von Neumann en 1945. Esta arquitectura von Neumann, como se la conoce, incorpora muchos elementos familiares, incluida una unidad central de procesamiento, una memoria para almacenar datos e instrucciones, y dispositivos de entrada y salida. Sin embargo, a pesar de su ubicuidad, el modelo de von Neumann no es la única forma de construir una computadora y, para algunas aplicaciones, tampoco es la más deseable.

Una alternativa emergente se conoce como computación neuromórfica. Como su nombre lo indica, las computadoras neuromórficas se inspiran en la arquitectura del cerebro humano y utilizan neuronas artificiales y sinapsis artificiales altamente conectadas para simular la estructura y las funciones del cerebro. Para investigadores como Le Zhao de China Universidad Tecnológica de Qilu, este modelo neuromórfico ofrece una oportunidad fantástica para desarrollar un nuevo paradigma para la informática, siempre que podamos desarrollar neuronas y sinapsis artificiales que tengan las propiedades adecuadas.

En un artículo reciente publicado en Futuros de materiales, Zhao y sus colegas describen cómo utilizar un memristor (esencialmente un interruptor que “recuerda” en qué estado eléctrico se encontraba, incluso después de apagarlo) para emular la función de una sinapsis en el cerebro. Aquí explica los objetivos y planes del equipo.

¿Cuál fue la motivación de su investigación?

Estamos intentando desarrollar sistemas neuromórficos que puedan superar la arquitectura informática actual de von Neumann en términos de reducir el consumo de energía y aumentar la inteligencia. Muchos de estos sistemas demandan dispositivos electrónicos con múltiples dinámicas para lograr las funciones deseadas. Estos diversos requisitos, como la coexistencia de dinámicas de conmutación volátiles y no volátiles, difícilmente pueden lograrse en dispositivos memristivos individuales.

Por este motivo, la realización de aplicaciones específicas suele depender de diseños de circuitos neuronales personalizados compuestos por memristores con diversas propiedades dinámicas. El problema es que esta dependencia de múltiples diseños personalizados limita el desarrollo de sistemas neuromórficos compactos y de baja potencia. Por lo tanto, es de gran importancia integrar múltiples dinámicas inherentes en un dispositivo individual y desarrollar dispositivos neuromórficos multifuncionales, como un emulador sináptico versátil que pueda simular completamente las funciones de las sinapsis biológicas utilizando un solo dispositivo.

Los beneficios de hacer esto son que la universalidad del dispositivo puede aumentar la complejidad computacional del sistema sin aumentar el presupuesto de material y área. De esta forma, podemos lograr una computación altamente eficiente en sistemas nerviosos biológicos. Por tanto, el desarrollo de dispositivos con propiedades dinámicas más complejas es un enfoque crucial para la realización de un sistema informático similar al cerebro.

¿Qué hiciste en el periódico?

Hemos desarrollado con éxito una sinapsis artificial con múltiples funciones sinápticas y características altamente adaptativas basada en un simple SrTiO₃/Nota: SrTiO₃ heterounión. Esta sinapsis artificial respalda muchas funciones del aprendizaje sináptico, incluida la plasticidad a corto y largo plazo (STP/LTP), la transición de STP a LTP, conductas de aprendizaje-olvido-reaprendizaje, aprendizaje asociativo y filtrado dinámico. Implementamos todas estas funciones en un solo dispositivo de forma biorrealista.

Quantum memristor allana el camino para la computación cuántica neuromórfica

Nuestro emulador sináptico multifuncional tiene una capacidad informática avanzada aunque se basa en una heteroestructura simple. Por lo tanto, creemos que muestra un gran potencial para aplicaciones en sistemas informáticos neuromórficos compactos y de bajo consumo. Nuestros resultados sugieren que nuestras sinapsis artificiales, que combinan diversas funciones sinápticas con una estructura simple, son candidatas potenciales para dispositivos informáticos neuromórficos versátiles.

¿Qué planeas hacer a continuación?

Trabajaremos en el desarrollo de dispositivos de sinapsis artificiales más versátiles. Por ejemplo, estamos desarrollando dispositivos sinápticos multimodales que pueden simular el proceso de aprendizaje y memoria del cerebro humano mediante la sinergia de varias percepciones como la visión, el olfato y el oído.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Automoción / vehículos eléctricos, Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• ChartPrime. Eleve su juego comercial con ChartPrime. Accede Aquí.
• Desplazamientos de bloque. Modernización de la propiedad de compensaciones ambientales. Accede Aquí.
• Fuente: https://physicsworld.com/a/memristors-make-versatile-artificial-synapses-for-neuromorphic-computing/