Cómo los circuitos similares al cerebro podrían llevar la potencia informática al siguiente nivel



Por primera vez, mis colegas y yo han construido un solo dispositivo electrónico que es capaz de copiar las funciones de las células neuronales en un cerebro. Luego conectamos 20 de ellos para realizar un cálculo complicado. Este trabajo muestra que es científicamente posible hacer una computadora avanzada que no dependa de transistores para calcular y que use mucha menos energía eléctrica que los centros de datos actuales.

Nuestra investigación, que comencé en 2004, estuvo motivada por dos preguntas. ¿Podemos construir un solo elemento electrónico, el equivalente a un transistor o interruptor, que realice la mayoría de las funciones conocidas de las neuronas en un cerebro? Si es así, ¿podemos usarlo como un componente básico para construir computadoras útiles?

Las neuronas están muy bien afinadas, al igual que los elementos electrónicos que las emulan. Soy coautor de un trabajo de investigación en 2013 que establecía en principio lo que había que hacer. Tomó mi colega Suhas Kumar y otros cinco años de exploración cuidadosa para obtener exactamente la composición y estructura del material correctas para producir la propiedad necesaria predicha por la teoría.

Kumar luego dio un gran paso más allá y construyó un circuito con 20 de estos elementos conectados entre sí a través de una red de dispositivos que pueden programarse para tener capacitancias particulares o capacidades para almacenar carga eléctrica. Luego, asignó un problema matemático a las capacitancias en la red, lo que le permitió usar el dispositivo para encontrar la solución a una versión pequeña de un problema que es importante en una amplia gama de análisis modernos.

El ejemplo simple que usamos fue observar las posibles mutaciones que se han producido en una familia de virus comparando partes de su información genética.

Por que importa

El rendimiento de las computadoras es alcanzando rápidamente un límite porque el tamaño del transistor más pequeño en los circuitos integrados ahora se acerca a los 20 átomos de ancho. Los principios más pequeños y físicos que determinan el comportamiento del transistor ya no se aplican. Existe una competencia de alto riesgo para ver si alguien puede construir un transistor mucho mejor, un método para apilar transistores o algún otro dispositivo que pueda realizar las tareas que actualmente requieren miles de transistores.

Esta búsqueda es importante porque las personas se han acostumbrado a la mejora exponencial de la capacidad y la eficiencia informática de los últimos 40 años, y muchos modelos comerciales y nuestra economía se han construido sobre esta expectativa. Los ingenieros e informáticos han construido máquinas que recopilar enormes cantidades de datos, que es el mineral a partir del cual se refina el bien más valioso, la información. El volumen de esos datos casi se duplica cada año, lo que supera la capacidad de las computadoras actuales para analizarlos.

¿Qué otras investigaciones se están realizando en este campo?

La teoría fundamental de la función neuronal fue propuesta por primera vez por Alan Hodgkin y Andrew Huxley hace unos 70 años y todavía se utiliza en la actualidad. Es muy complejo y difícil de simular en una computadora, y solo recientemente ha sido reanalizado y arrojado en las matemáticas de la teoría moderna de dinámica no lineal por Leon Chua.

Me inspiré en este trabajo y he pasado gran parte de los últimos 10 años aprendiendo las matemáticas necesarias y descubriendo cómo construir un dispositivo electrónico real que funcione como predice la teoría.

Hay numerosos equipos de investigación en todo el mundo que toman diferentes aproximaciones para construir chips de computadora similares a cerebros o neuromórficos.

Que sigue

El desafío tecnológico ahora es escalar nuestra demostración de prueba de principios a algo que pueda competir con los gigantes digitales de hoy.

Este artículo se vuelve a publicar de La conversación por R. Stanley Williams, Catedrático de Ingeniería Eléctrica e Informática, Universidad Texas A & M bajo una licencia Creative Commons. Leer el artículo original.

Publicado el 11 de octubre de 2020-18: 00 UTC





Fuente: TNW

Compartir:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos y para fines de afiliación y para mostrarte publicidad relacionada con tus preferencias en base a un perfil elaborado a partir de tus hábitos de navegación. Al hacer clic en el botón Aceptar, aceptas el uso de estas tecnologías y el procesamiento de sus datos para estos propósitos. Ver Política de cookies
Privacidad