Computación
Transistor sináptico capaz de aprender mientras trabaja en cómputos
Incluso las mejores supercomputadoras del mundo son máquinas tremendamente ineficientes y derrochadoras de energía eléctrica, cuando se las compara con el minúsculo cerebro humano. Nuestro cerebro tiene más de 86.000 millones de neuronas, conectadas por sinapsis que no sólo completan infinidad de circuitos lógicos, sino que continuamente se adaptan a los estímulos, reforzándose algunas conexiones al tiempo que se debilitan otras. A ese proceso le llamamos aprendizaje, y permite un tipo de procesos computacionales rápidos y altamente eficientes que están fuera del alcance de las mejores supercomputadoras actuales.
Un grupo de especialistas en ciencia de los materiales, en la Escuela de Ingeniería y Ciencias Aplicadas (SEAS), adscrita a la Universidad de Harvard, y ubicada en Cambridge, Massachusetts, Estados Unidos, ha creado ahora un nuevo tipo de transistor que imita el comportamiento de una sinapsis. Este novedoso dispositivo modula el flujo de información en un circuito y se adapta físicamente a los cambios en las señales.
Aprovechando algunas propiedades inusuales en materiales modernos, este singular transistor sináptico, el primero de su tipo, podría marcar el comienzo de un nuevo tipo de inteligencia artificial: Una que no se basa en algoritmos inteligentes, sino en la propia arquitectura física de un ordenador.
La mente humana cuenta con habilidades fuera del alcance de una supercomputadora y además consume tan solo el equivalente a unos 20 vatios de energía (aproximadamente lo mismo que una lámpara doméstica de bajo consumo), nada que ver con el gasto de megavatios de las supercomputadoras. Por tanto, ofrece a los ingenieros un modelo natural a seguir.
El transistor demostrado por el equipo de Shriram Ramanathan y Jian Shi es un análogo de la sinapsis en el cerebro. Cada vez que una neurona inicia una acción y otra neurona reacciona, la sinapsis entre ellas aumenta la fuerza de su conexión. Y cuanto más rápido las neuronas se activen ("disparen" su señal eléctrica) en cada ocasión, más fuerte será la conexión sináptica. En esencia, la sinapsis memoriza la acción entre las neuronas.
Mientras que sobre una sinapsis biológica actúan receptores e iones de calcio, la versión artificial alcanza la misma plasticidad con iones de oxígeno. Cuando se aplica un voltaje, estos iones entran y salen de la retícula cristalina de una película muy delgada (80 nanómetros) de niquelato de samario, que actúa como canal sináptico entre dos terminales de platino ("axón" y "dendrita"). La concentración variable de iones en el niquelato aumenta o disminuye su conductancia (o sea, su capacidad para transportar información en una corriente eléctrica) y, al igual que en una sinapsis natural, la fortaleza de la conexión depende de la velocidad con que se emita y reciba la señal eléctrica.
![[Img #16644]](upload/img/periodico/img_16644.jpg)
Estructuralmente, el dispositivo consta de un semiconductor de niquelato que está entre dos electrodos de platino y al lado de un pequeño depósito de líquido iónico. Un circuito multiplexor externo convierte el tiempo que tarda en propagarse la señal en un valor de voltaje que aplica al líquido iónico, creando un campo eléctrico que hace que los iones entren o salgan del niquelato. El dispositivo completo, de sólo unos cientos de micrones de largo, está instalado en un chip de silicio.
El transistor sináptico ofrece varias ventajas inmediatas sobre los transistores de silicio tradicionales. Para empezar, no está limitado al sistema binario de unos y ceros.
Este sistema cambia su conductancia de manera analógica, en el sentido de que lo hace con una gradación (equiparable a regular un valor moviendo un control deslizante tradicional en vez de saltar digitalmente desde el valor 1 al 2, etc.) y los cambios se realizan a medida que cambia la composición del material. Sería muy poco viable utilizar CMOS, la tecnología de los circuitos tradicionales, para imitar una sinapsis, porque las sinapsis biológicas reales tienen un número prácticamente ilimitado de estados posibles, no sólo "activo" o "inactivo".
El transistor sináptico ofrece otra ventaja: Memoria no volátil, lo cual implica que aunque se interrumpa el suministro eléctrico, el dispositivo recuerda su estado.
Además, el nuevo transistor es inherentemente eficiente en cuanto a energía, debido a su gran sensibilidad. Una excitación muy pequeña permite obtener una señal grande, por lo que la energía de entrada necesaria para activar este cambio puede ser muy pequeña.
El niquelato como base de un sistema también es un firme candidato a ser integrado perfectamente a los sistemas existentes basados en el silicio.
El comportamiento del "aprendizaje" del dispositivo es bastante independiente de la temperatura, y ello representa una gran ventaja. Su funcionamiento es viable en un rango que va desde aproximadamente la temperatura ambiente hasta 160 grados centígrados y quizá incluso más.
En principio, un sistema que integre millones de transistores sinápticos diminutos podría llevar la computación a una nueva era de alto rendimiento ultraeficiente, y quizás al desarrollo de una forma inequívoca y definitiva de inteligencia artificial, es decir de computadoras capaces de pensar.
En el trabajo de investigación y desarrollo también han participado Sieu D. Ha, You Zhou y Frank Schoofs.
Información adicional
Un grupo de especialistas en ciencia de los materiales, en la Escuela de Ingeniería y Ciencias Aplicadas (SEAS), adscrita a la Universidad de Harvard, y ubicada en Cambridge, Massachusetts, Estados Unidos, ha creado ahora un nuevo tipo de transistor que imita el comportamiento de una sinapsis. Este novedoso dispositivo modula el flujo de información en un circuito y se adapta físicamente a los cambios en las señales.
Aprovechando algunas propiedades inusuales en materiales modernos, este singular transistor sináptico, el primero de su tipo, podría marcar el comienzo de un nuevo tipo de inteligencia artificial: Una que no se basa en algoritmos inteligentes, sino en la propia arquitectura física de un ordenador.
La mente humana cuenta con habilidades fuera del alcance de una supercomputadora y además consume tan solo el equivalente a unos 20 vatios de energía (aproximadamente lo mismo que una lámpara doméstica de bajo consumo), nada que ver con el gasto de megavatios de las supercomputadoras. Por tanto, ofrece a los ingenieros un modelo natural a seguir.
El transistor demostrado por el equipo de Shriram Ramanathan y Jian Shi es un análogo de la sinapsis en el cerebro. Cada vez que una neurona inicia una acción y otra neurona reacciona, la sinapsis entre ellas aumenta la fuerza de su conexión. Y cuanto más rápido las neuronas se activen ("disparen" su señal eléctrica) en cada ocasión, más fuerte será la conexión sináptica. En esencia, la sinapsis memoriza la acción entre las neuronas.
Mientras que sobre una sinapsis biológica actúan receptores e iones de calcio, la versión artificial alcanza la misma plasticidad con iones de oxígeno. Cuando se aplica un voltaje, estos iones entran y salen de la retícula cristalina de una película muy delgada (80 nanómetros) de niquelato de samario, que actúa como canal sináptico entre dos terminales de platino ("axón" y "dendrita"). La concentración variable de iones en el niquelato aumenta o disminuye su conductancia (o sea, su capacidad para transportar información en una corriente eléctrica) y, al igual que en una sinapsis natural, la fortaleza de la conexión depende de la velocidad con que se emita y reciba la señal eléctrica.
Estructuralmente, el dispositivo consta de un semiconductor de niquelato que está entre dos electrodos de platino y al lado de un pequeño depósito de líquido iónico. Un circuito multiplexor externo convierte el tiempo que tarda en propagarse la señal en un valor de voltaje que aplica al líquido iónico, creando un campo eléctrico que hace que los iones entren o salgan del niquelato. El dispositivo completo, de sólo unos cientos de micrones de largo, está instalado en un chip de silicio.
El transistor sináptico ofrece varias ventajas inmediatas sobre los transistores de silicio tradicionales. Para empezar, no está limitado al sistema binario de unos y ceros.
Este sistema cambia su conductancia de manera analógica, en el sentido de que lo hace con una gradación (equiparable a regular un valor moviendo un control deslizante tradicional en vez de saltar digitalmente desde el valor 1 al 2, etc.) y los cambios se realizan a medida que cambia la composición del material. Sería muy poco viable utilizar CMOS, la tecnología de los circuitos tradicionales, para imitar una sinapsis, porque las sinapsis biológicas reales tienen un número prácticamente ilimitado de estados posibles, no sólo "activo" o "inactivo".
El transistor sináptico ofrece otra ventaja: Memoria no volátil, lo cual implica que aunque se interrumpa el suministro eléctrico, el dispositivo recuerda su estado.
El niquelato como base de un sistema también es un firme candidato a ser integrado perfectamente a los sistemas existentes basados en el silicio.
El comportamiento del "aprendizaje" del dispositivo es bastante independiente de la temperatura, y ello representa una gran ventaja. Su funcionamiento es viable en un rango que va desde aproximadamente la temperatura ambiente hasta 160 grados centígrados y quizá incluso más.
En principio, un sistema que integre millones de transistores sinápticos diminutos podría llevar la computación a una nueva era de alto rendimiento ultraeficiente, y quizás al desarrollo de una forma inequívoca y definitiva de inteligencia artificial, es decir de computadoras capaces de pensar.
En el trabajo de investigación y desarrollo también han participado Sieu D. Ha, You Zhou y Frank Schoofs.
Información adicional
