Nueva estructura para ordenadores que imitan el funcionamiento del cerebro humano

La computación neuromórfica es un paradigma computacional que intenta imitar el funcionamiento del cerebro, tanto en su arquitectura como en su dinámica.

Con este enfoque, un nuevo tipo de hardware para computación neuromórfica ha sido desarrollado por un equipo que incluye, entre otros, a Soumen Pradhan, de la Universidad Julius Maximilian de Wurzburgo en Alemania, y Victor Lopez-Richard, de la Universidad Federal de Sao Carlos (UFSCar) en Brasil. El estudio ha contado además con el respaldo de la Fundación de Apoyo a la Investigación Científica del Estado de Sao Paulo (FAPESP), en Brasil.

A diferencia de los ordenadores convencionales, en los que el procesamiento y la memoria están separados, la computación neuromórfica busca integrar ambas funciones en un mismo sustrato físico, de forma similar a las sinapsis biológicas. Para ello, se recurre a construir circuitos electrónicos que almacenan y procesan información de manera integrada, como si fueran redes de neuronas y sinapsis.

El nuevo dispositivo se basa en la interfase entre dos óxidos: LaAlO₃ (óxido de lantano y aluminio) y SrTiO₃ (titanato de estroncio). En esa interfase se forma un gas cuasibidimensional de electrones, que actúa como canal conductor y puede modularse eléctricamente. El resultado es, esencialmente, un transistor, pero que también puede desempeñar las funciones de memorresistor y memocondensador.

El transistor es el componente que controla el paso de la corriente eléctrica en un circuito, funcionando como interruptor o amplificador; el resistor es el componente que dificulta el paso de la corriente; y el condensador es el componente que almacena carga eléctrica y la libera posteriormente. En el dispositivo desarrollado, estas funciones no aparecen de forma aislada, sino combinadas y con un elemento adicional: la memoria. Así, además de transistor, la pieza puede funcionar como memorresistor (un resistor cuya resistencia depende del historial de señales aplicadas) y como memocondensador, un condensador cuya capacitancia también depende de la historia del sistema.

Esta dependencia del pasado es lo que aproxima estos componentes al comportamiento de las sinapsis. Además, el dispositivo posee una arquitectura y un funcionamiento poco convencionales. “En cuanto a la arquitectura, la particularidad es que posee puertas de control en los laterales, en lugar de la configuración tradicional, con la puerta sobre el canal, que se encuentra en los MOSFET convencionales”, explica Lopez-Richard.

El MOSFET (por las siglas en inglés de Metal-Oxide-Semiconductor Field-Effect Transistor) es un tipo de transistor utilizado para controlar, amplificar o conmutar señales eléctricas. Con tres terminales principales —gate (puerta), que controla el dispositivo; source (fuente), por donde ingresan los electrones; y drain (drenaje), por donde salen los electrones—, funciona como una especie de “grifo eléctrico”. La tensión aplicada a la puerta determina si la corriente puede o no fluir entre la fuente y el drenaje.

En cuanto a su funcionamiento, se trata de un dispositivo analógico en un mundo dominado por lo digital. “El funcionamiento analógico permite operar en múltiples estados intermedios, en lugar de limitarse a dos estados —encendido o apagado—, como ocurre con los transistores digitales convencionales”, explica el investigador.

Recreación artística del concepto de computación neuromórfica. Los bits se organizan de un modo lo más parecido posible a como trabajan las neuronas del cerebro humano o del cerebro de otro animal. (Ilustración: Jorge Munnshe para Amazings / NCYT)

Un punto esencial del trabajo es la identificación del mecanismo físico responsable de la memoria. Aunque el gas bidimensional de electrones es esencial para la conducción, no es el principal portador de la memoria. “Ese gas interfiere en la memoria, pero la variable de estado que define el efecto de memoria son las cargas almacenadas en las puertas laterales. Son ellas las que controlan el canal de conducción”, afirma Lopez-Richard. Esta acumulación ocurre de forma gradual y controlada, modulando el canal conductor mediante efectos electrostáticos. Se trata de un mecanismo diferente del que suele atribuirse a los dispositivos con memoria, basado en la migración de vacancias de oxígeno.

La principal novedad del trabajo es el llamado polimorfismo electrónico, es decir, la capacidad de un único dispositivo para asumir diferentes funciones. El cambio de función depende únicamente de la forma en que se realiza la conexión eléctrica. “Basta con conectar o desconectar alguna puerta para que la función cambie”, resume el investigador. Según los autores del trabajo, la integración de funciones puede reducir significativamente la cantidad de interconexiones y el consumo de energía, dos de los principales cuellos de botella de la computación actual.

El estudio demostró la eficacia del dispositivo en distintas funcionalidades inspiradas en el cerebro: la capacidad de reconocer patrones simples, como dígitos del 0 al 9 en imágenes de baja resolución, aprovechando la no linealidad y la memoria de corto plazo; la plasticidad sináptica, que es la capacidad de reforzar temporal o permanentemente una respuesta tras estímulos repetidos, como ocurre durante el aprendizaje; y la lógica reconfigurable, que consiste en realizar y almacenar operaciones lógicas, como “and”, “or” y “not”, directamente en el propio dispositivo, sin necesidad de memoria externa. Además, los análisis indican un consumo energético por operación que resulta inferior al de arquitecturas convencionales equivalentes.

A pesar del avance, los investigadores aclaran que el trabajo aún se encuentra en una etapa inicial. “Lo que estamos presentando ahora son pruebas de concepto, dentro del ámbito de la investigación básica. Para llegar a un producto comercial, tendremos que superar varios desafíos, como la escalabilidad, la integración con las tecnologías existentes y el control de la variabilidad entre dispositivos”, reconoce Lopez-Richard.

El estudio se titula “Oxide interface-based polymorphic electronic devices for neuromorphic computing”. Y se ha publicado en la revista académica Nature Communications. (Fuente: FAPESP)