En la edición de septiembre de la revista Nature, científicos de la Universidad de Texas A&M, Hewlett Packard Labs y la Universidad de Stanford han descrito un nuevo nanodispositivo que actúa casi de manera idéntica a una célula cerebral. Además, han demostrado que estas células cerebrales sintéticas se pueden unir para formar redes intrincadas que luego pueden resolver problemas de una manera similar al cerebro.
«Este es el primer estudio en el que hemos podido emular una neurona con un solo dispositivo a nanoescala, que de otro modo necesitaría cientos de transistores«, afirma el Dr. R. Stanley Williams, autor principal del estudio y profesor en el Departamento de Ingeniería Eléctrica y Computación. «También hemos podido utilizar con éxito redes de nuestras neuronas artificiales para resolver pequeñas versiones de un problema del mundo real que es computacionalmente intenso incluso para las tecnologías digitales más sofisticadas«.
En particular, los investigadores han demostrado una prueba de concepto de que su sistema inspirado en el cerebro puede identificar posibles mutaciones en un virus, lo cual es muy relevante para garantizar la eficacia de las vacunas y medicamentos para cepas que exhiben diversidad genética.
Durante las últimas décadas, las tecnologías digitales se han vuelto más pequeñas y rápidas en gran parte debido a los avances en la tecnología de transistores. Sin embargo, estos componentes críticos del circuito se están acercando rápidamente al límite de lo pequeños que pueden ser construidos, y se ha puesto en marcha un esfuerzo global para encontrar un nuevo tipo de tecnología que pueda complementar, si no reemplazar, a los transistores.
Además de este problema de «reducción de escala», las tecnologías digitales basadas en transistores tienen otros desafíos bien conocidos. Por ejemplo, luchan por encontrar soluciones óptimas cuando se les presentan grandes conjuntos de datos.
Los cerebros no sólo son rápidos en los problemas de reconocimiento y optimización, sino que también consumen mucha menos energía que los sistemas digitales
«Tomemos un ejemplo familiar de cómo encontrar la ruta más corta desde su oficina a su casa. Si tiene que hacer una sola parada, es un problema bastante fácil de resolver. Pero si por alguna razón necesita hacer 15 paradas entre medias, tenemos 43.000 millones de rutas para elegir«, comenta el Dr. Suhas Kumar, autor principal del estudio e investigador de Hewlett Packard Labs. «Este es ahora un problema de optimización y las computadoras actuales son bastante inoperantes para resolverlo«.
Kumar agregó que otra ardua tarea para las máquinas digitales es el reconocimiento de patrones, como identificar un rostro como el mismo independientemente del punto de vista o reconocer una voz familiar enterrada entre un estruendo de sonidos.
Pero las tareas que pueden hacer que las máquinas digitales se vuelvan locas computacionalmente son aquellas en las que el cerebro sobresale. De hecho, los cerebros no sólo son rápidos en los problemas de reconocimiento y optimización, sino que también consumen mucha menos energía que los sistemas digitales. Por lo tanto, al imitar cómo el cerebro resuelve este tipo de tareas, Williams asegura que los sistemas neuromórficos o inspirados en el cerebro podrían superar algunos de los obstáculos computacionales que enfrentan las tecnologías digitales actuales.
Para elaborar el bloque de construcción fundamental del cerebro ─una neurona─, los investigadores ensamblaron un dispositivo sintético a nanoescala que consta de capas de diferentes materiales inorgánicos, cada uno con una función única. Sin embargo, la verdadera magia ocurre en la fina capa hecha del compuesto dióxido de niobio.
Cuando se aplica un pequeño voltaje a esta región, su temperatura comienza a aumentar. Pero cuando la temperatura alcanza un valor crítico, el dióxido de niobio sufre un rápido cambio de personalidad, y pasa de aislante a conductor. Pero a medida que comienza a conducir corrientes eléctricas, su temperatura desciende y el dióxido de niobio vuelve a ser un aislante.
Estas transiciones de ida y vuelta permiten que los dispositivos sintéticos generen un pulso de corriente eléctrica que se asemeja mucho al perfil de picos eléctricos, o potenciales de acción, producidos por neuronas biológicas. Además, al cambiar el voltaje a través de sus neuronas sintéticas, los investigadores reprodujeron una amplia gama de comportamientos neuronales observados en el cerebro, como disparos sostenidos, estallidos y caóticos de picos eléctricos.
Los responsable del estudio planean abordar los desafíos de hardware para implementar su tecnología a escala comercial
«Capturar el comportamiento dinámico de las neuronas es un objetivo clave para las computadoras inspiradas en el cerebro«, según Kumar. «En total, pudimos recrear alrededor de 15 tipos de perfiles de disparo neuronal, todos usando un solo componente eléctrico y con energías mucho más bajas en comparación con los circuitos basados en transistores«.
Para evaluar si sus neuronas sintéticas pueden resolver problemas del mundo real, los investigadores primero conectaron 24 dispositivos a nanoescala de este tipo en una red inspirada en las conexiones entre la corteza cerebral y el tálamo, una vía neuronal bien conocida involucrada en el reconocimiento de patrones. A continuación, utilizaron este sistema de nanodispositivos para resolver una versión de bolsillo del problema de reconstrucción de cuasiespecies virales, donde se identifican variaciones mutantes de un virus sin un genoma de referencia.
Mediante la introducción de datos, los investigadores introdujeron en la red fragmentos de genes cortos. Luego, programando la fuerza de las conexiones entre neuronas artificiales dentro de la red, establecieron reglas básicas sobre la unión de estos fragmentos genéticos. La tarea similar a un rompecabezas para la red era enumerar las mutaciones en el genoma del virus en función de estos cortos segmentos genéticos.
Los investigadores encontraron que en unos pocos microsegundos, su red de neuronas artificiales se estableció en un estado que era indicativo del genoma de una cepa mutante. Williams y Kumar notaron que este resultado es una prueba de principio de que sus sistemas neuromórficos pueden realizar tareas rápidamente y eficiente desde el punto de vista energético.
Los investigadores aseguraron que los próximos pasos en su investigación serán expandir el repertorio de los problemas que sus redes similares al cerebro pueden resolver incorporando otros patrones de activación y algunas propiedades distintivas del cerebro humano como el aprendizaje y la memoria. También planean abordar los desafíos de hardware para implementar su tecnología a escala comercial.
«Calcular la deuda nacional o resolver una simulación a gran escala no es el tipo de tarea en la que el cerebro humano es bueno y por eso tenemos ordenadores digitales. Alternativamente, podemos aprovechar nuestro conocimiento de las conexiones neuronales para resolver problemas en los que el cerebro es excepcionalmente bueno«, agrega Williams. «Hemos demostrado que, dependiendo del tipo de problema, existen formas diferentes y más eficientes de hacer cálculos distintos a los métodos convencionales que utilizan computadoras digitales con transistores«.
Fuente: Nature.
