Las redes neuronales que impulsan los sistemas de inteligencia artificial líderes en la actualidad pueden superar ampliamente al cerebro humano cuando se trata de seleccionar patrones en grandes extensiones de datos estáticos. Pero cuando hay pocos datos de los que aprender o los flujos de datos varían dinámicamente con el tiempo, tienden a tener problemas.
Aquí es donde el cerebro humano brilla, sin embargo, lo que ha llevado a muchos investigadores a tratar de pedir prestado algunos de sus principios de diseño para crear nuevos paradigmas de computación, un campo conocido como la computación neuromórfico .
Y ahora, investigadores de la Universidad de Sydney y el Instituto Nacional de Ciencia de Materiales de Japón han demostrado que pueden usar una red aleatoria de nanocables para replicar tanto la estructura como la dinámica del cerebro para resolver tareas de procesamiento simples.
“¿Qué es tan interesante acerca de este resultado es que sugiere que este tipo de redes de nanocables pueden sintonizarse en regímenes con diversa, cerebro-como dinámicas colectivas, las cuales pueden ser aprovechados para el procesamiento de información Optimizar,” dijo Zdenka Kuncic de la Universidad de Sydn ey en un comunicado de prensa .
Las redes neuronales profundas de hoy en día ya imitan un aspecto del cerebro: su red de neuronas altamente interconectada. Pero las neuronas artificiales se comportan de manera muy diferente a las biológicas, ya que solo realizan cálculos. En el cerebro, las neuronas también son capaces de recordar su actividad previa, que luego influye en su comportamiento futuro.
Esta memoria incorporada es un aspecto crucial de cómo el cerebro procesa la información, y un aspecto importante de la ingeniería neuromórfica se centra en intentar recrear esta funcionalidad. Esto ha dado lugar a una amplia gama de diseños para los denominados “ memristores ”: componentes eléctricos cuya respuesta depende de las señales previas a las que han estado expuestos.
Las propiedades memristivas también se encuentran en las uniones donde los nanocables de plata se superponen entre sí, lo que los ha convertido en un objetivo cada vez más popular para los ingenieros neuromórficos. Tienen el beneficio adicional de que pueden autoensamblarse en redes complejas, no muy diferentes a las que se encuentran en el cerebro, con las uniones memristivas actuando como sinapsis entre neuronas.
En un pape r en Nature Communications , los investigadores describen cómo crearon una red aleatoria de nanocables 10 micromete r s largas y no más grueso de 500 nanómetros y después se sometieron a la estimulación eléctrica.
A medida que la corriente pasaba por la red, las uniones memristivas se activaban y desactivaban, alterando el camino que tomaba la señal. Pero el patrón de esta conmutación varió considerablemente dependiendo de la fuerza de la señal de entrada. Cuando la señal era baja, las vías eran muy ordenadas y predecibles, pero cuando era alta se volvían completamente caóticas.
Para probar si estas dinámicas podrían usarse para el procesamiento de información, el equipo creó una simulación de la red y trató de enseñarle cómo llevar a cabo una tarea simple de procesamiento de señales: convertir una forma de onda en otra.
Ajustaron la amplitud y la frecuencia de la entrada para ver si esto afectaría el rendimiento y descubrieron que la red funcionaba mejor cuando la fuerza de la señal estaba en la cúspide de empujar la red a un estado caótico. Ese hallazgo es intrigante, porque se ha especulado que el cerebro humano también opera en este régimen.
“Algunas teorías en neurociencia sugieren que la mente humana podría operar en este borde del caos, o lo que se llama el estado crítico”, dijo Kuncic. “Algunos neurocientíficos piensan que es en este estado donde logramos el máximo rendimiento cerebral”.
Otro hallazgo atractivo que hicieron los investigadores fue que el estado de “borde del caos” era más poderoso cuando se trataba de convertir entre las formas de onda más diferentes. Esto coincide con los resultados anteriores y sugiere que, si bien el enfoque puede no ser eficiente para tareas simples, es particularmente adecuado para tareas más complejas.
Sin embargo, queda un largo camino por recorrer antes de que estas redes de nanocables estén cerca de igualar el poder del cerebro humano. El desafío que establecieron los investigadores es muy simple y hasta ahora solo se ha demostrado en una simulación de la red en lugar de en la realidad. La medida en que este estado de “borde del caos” es fundamental para la forma en que funciona el cerebro también está lejos de resolverse.
Pero los resultados d i d a dar peso al argumento de que las redes de nanocables podrían ser una vía prometedora para recrear el procesamiento potente y eficiente de la energía del cerebro.
Fuente:
Gent, E. (2021, 4 julio). A Nanowire Network That Mimics the Brain Could Inspire New Designs in AI. Recuperado 5 de julio de 2021, de https://singularityhub.com/2021/07/05/a-nanowire-network-that-mimics-the-brain-could-inspire-new-designs-in-ai/