Un querido colega y amigo, nos comparte el presente artículo escrito por Jennifer Chu y publicado el pasado 8 de junio de 2020 en el boletín digital del Massachusetts Institute of Technology (MIT). En este artículo se informa que ingenieros del MIT diseñaron una especie de “cerebro-chip”, más diminuto  que un confeti, y que está integrado con decenas de miles de sinapsis cerebrales artificiales conocidas como memristors, componentes basados en silicio que imitan las sinapsis de transmisión de información en el cerebro humano. Veamos de que se trata….

Para iniciar recordemos que una sinapsis es una aproximación (funcional) intercelular especializada entre neuronas que permite a las células nerviosas comunicarse con otras a través de los axones y dendritas, transformando una señal eléctrica en otra química.

Los investigadores tomaron prestados los principios de la metalurgia para fabricar cada memristor de aleaciones de plata y cobre, junto con silicio. Cuando hicieron funcionar el chip a través de varias tareas visuales, el chip pudo "recordar" las imágenes almacenadas y reproducirlas muchas veces, en versiones que eran más nítidas y limpias en comparación con los diseños de memristor existentes hechos con elementos sin aleaciones.

Sus resultados, publicados hoy en la revista Nature Nanotechnology, demuestran un nuevo y prometedor diseño de memristores para dispositivos neuromórficos, componentes electrónicos que se basan en un nuevo tipo de circuito que procesa la información de una manera que imita la arquitectura neuronal del cerebro. Dichos circuitos inspirados en el cerebro podrían integrarse en dispositivos portátiles pequeños y llevarían a cabo tareas informáticas complejas que sólo las supercomputadoras de hoy en día pueden manejar.

"Hasta ahora, las redes de sinapsis artificiales existen como software. Estamos tratando de construir dispositivos (hardware) de red neuronal real para sistemas de inteligencia artificial portátiles", dice Jeehwan Kim, profesor asociado de ingeniería mecánica en el MIT. "Imagine conectar un dispositivo neuromórfico a una cámara en su automóvil y hacer que reconozca las luces y los objetos y tome una decisión de inmediato, sin tener que conectarse a Internet. Esperamos utilizar memorias eficientes en energía para realizar esas tareas en el sitio, en tiempo real."

Iones errantes

Los memristors, o transistores de memoria, son un elemento esencial en la computación neuromórfica. En un dispositivo neuromórfico, un memristor serviría como transistor en un circuito, aunque su funcionamiento se asemejaría más a una sinapsis cerebral: la unión entre dos neuronas. La sinapsis recibe señales de una neurona, en forma de iones, y envía una señal correspondiente a la siguiente neurona.

Un transistor en un circuito convencional transmite información al cambiar entre uno de los dos únicos valores, 0 y 1, y hacerlo solo cuando la señal que recibe, en forma de corriente eléctrica, es de una intensidad particular. En contraste, un memristor funcionaría a lo largo de un gradiente, muy parecido a una sinapsis en el cerebro. La señal que produce variará dependiendo de la intensidad de la señal que recibe. Esto permitiría que un solo memristor tenga muchos valores y, por lo tanto, lleve a cabo una gama de operaciones mucho más amplia que los transistores binarios.

Al igual que una sinapsis cerebral, un memristor también podría "recordar" el valor asociado con una intensidad de corriente dada y producir exactamente la misma señal la próxima vez que reciba una corriente similar. Esto podría garantizar que la respuesta a una ecuación compleja, o la clasificación visual de un objeto sea confiable, una hazaña que normalmente involucra múltiples transistores y condensadores.

En última instancia, los científicos imaginan que los memristores requerirían mucho menos espacio en chip que los transistores convencionales, lo que permitiría dispositivos informáticos portátiles y potentes que no dependen de supercomputadores, o incluso conexiones a Internet.

Sin embargo, los diseños de memristor existentes tienen un rendimiento limitado. Un solo memristor está hecho de un electrodo positivo y negativo, separado por un "medio de conmutación" o espacio entre los electrodos. Cuando se aplica un voltaje a un electrodo, los iones de ese electrodo fluyen a través del medio, formando un "canal de conducción" al otro electrodo. Los iones recibidos forman la señal eléctrica que el memristor transmite a través del circuito. El tamaño del canal iónico (y la señal que finalmente produce el memristor) debe ser proporcional a la fuerza del voltaje estimulante.

Kim dice que los diseños de memristor existentes funcionan bastante bien en casos en los que el voltaje estimula un gran canal de conducción o un fuerte flujo de iones de un electrodo a otro. Pero estos diseños son menos confiables cuando los memristors necesitan generar señales más sutiles, a través de canales de conducción más delgados.

Cuanto más delgado es un canal de conducción, y más liviano es el flujo de iones de un electrodo a otro, más difícil es que los iones individuales permanezcan juntos. En cambio, tienden a alejarse del grupo, disolviéndose dentro del medio. Como resultado, es difícil para el electrodo receptor capturar de manera confiable la misma cantidad de iones y, por lo tanto, transmitir la misma señal cuando se estimula con un cierto rango bajo de corriente.

Préstamo de metalurgia

Kim y sus colegas encontraron una forma de evitar esta limitación al tomar prestada una técnica de la metalurgia, la ciencia de fundir metales en aleaciones y estudiar sus propiedades combinadas.

"Tradicionalmente, los metalúrgicos intentan agregar diferentes átomos en una matriz masiva para fortalecer los materiales, y pensamos, ¿por qué no ajustar las interacciones atómicas en nuestro memristor y agregar algún elemento de aleación para controlar el movimiento de iones en nuestro medio?", dice Kim.

Los ingenieros suelen usar plata como material para el electrodo positivo de un memristor. El equipo de Kim revisó la literatura para encontrar un elemento que pudieran combinar con plata para mantener efectivamente unidos los iones de plata, mientras les permitía fluir rápidamente hacia el otro electrodo.

El equipo aterrizó en cobre como el elemento de aleación ideal, ya que es capaz de unirse tanto con plata como con silicio.

"Actúa como una especie de puente y estabiliza la interfaz plata-silicio", dice Kim.

Para hacer memristors usando su nueva aleación, el grupo primero fabricó un electrodo negativo de silicio, luego hizo un electrodo positivo depositando una pequeña cantidad de cobre, seguido de una capa de plata. Emparejaron los dos electrodos alrededor de un medio de silicio amorfo. De esta manera, modelaron un chip de silicio de milímetro cuadrado con decenas de miles de memristores.

Como primera prueba del chip, recrearon una imagen en escala de grises del escudo del Capitán América. Ellos equipararon cada píxel en la imagen a un memristor correspondiente en el chip. Luego modularon la conductancia de cada memristor que era relativa en fuerza al color en el píxel correspondiente.

El chip produjo la misma imagen nítida del escudo y pudo "recordar" la imagen y reproducirla muchas veces, en comparación con los chips hechos de otros materiales.

El equipo también operó el chip a través de una tarea de procesamiento de imágenes, programando los memristores para alterar una imagen, en este caso de Killian Court del MIT, de varias maneras específicas, incluyendo el enfoque y el desenfoque de la imagen original. Nuevamente, su diseño produjo las imágenes reprogramadas de manera más confiable que los diseños existentes de memristor.

"Estamos usando sinapsis artificiales para hacer pruebas de inferencia reales", dice Kim. "Nos gustaría desarrollar esta tecnología aún más para tener arreglos a mayor escala para realizar tareas de reconocimiento de imágenes. Y algún día, podría ser capaz de llevar cerebros artificiales para realizar este tipo de tareas, sin conectarse a supercomputadoras, Internet o la nube."

Esta investigación fue financiada, en parte, por los fondos del Comité de Apoyo a la Investigación del MIT, el Laboratorio de IA MIT-IBM Watson, el Laboratorio de Investigación Global de Samsung y la Fundación Nacional de Ciencia.

Fuente:

http://news.mit.edu/2020/thousands-artificial-brain-synapses-single-chip-0608