La emulación simultánea de propiedades neuronales y sinápticas impulsa el desarrollo de una inteligencia artificial similar al cerebro

La computación neuromórfica tiene como objetivo realizar inteligencia artificial (IA) imitando los mecanismos de las neuronas y las sinapsis que componen el cerebro humano. Inspirados en las funciones cognitivas del cerebro humano que las computadoras actuales no pueden ofrecer, los dispositivos neuromórficos han sido ampliamente estudiados. Sin embargo, los circuitos neuromórficos actuales basados ​​en semiconductores de óxido de metal complementario (CMOS) simplemente conectan neuronas artificiales y sinapsis sin interacciones sinérgicas, y la implementación simultánea de neuronas y sinapsis sigue siendo un desafío. Para abordar estos problemas, un equipo de investigación dirigido por el profesor Keon Jae Lee, del Departamento de Ciencia e Ingeniería de Materiales, implementó mecanismos de trabajo biológicos humanos al introducir las interacciones neurona-sinapsis en una sola célula de memoria, en lugar del enfoque tradicional de conexión eléctrica neuronal artificial y dispositivos sinápticos.

Al igual que las tarjetas gráficas comerciales, las sinapsis artificiales estudiadas anteriormente se utilizan a menudo para acelerar los cálculos paralelos, lo que muestra claras diferencias con los mecanismos funcionales del cerebro humano. El equipo de investigación implementó las interacciones sinérgicas entre neuronas y sinapsis en el dispositivo de memoria neuromórfica, emulando los mecanismos de la red neuronal biológica. Además, el dispositivo neuromórfico desarrollado puede reemplazar circuitos de neuronas CMOS complejos con un solo dispositivo, lo que ofrece una alta escalabilidad y rentabilidad.

El cerebro humano consta de una red compleja de 100 mil millones de neuronas y 100 billones de sinapsis. Las funciones y estructuras de las neuronas y las sinapsis pueden cambiar de manera flexible de acuerdo con los estímulos externos y adaptarse al entorno. El equipo de investigación desarrolló un dispositivo neuromórfico en el que coexisten la memoria a corto y largo plazo, utilizando dispositivos de almacenamiento volátiles y no volátiles que imitan las propiedades de las neuronas y las sinapsis, respectivamente. Se utiliza un interruptor de umbral como memoria volátil y una memoria de cambio de fase como memoria no volátil. Dos dispositivos de película delgada se integran sin electrodos intermedios e implementan la adaptabilidad funcional de las neuronas y las sinapsis en la memoria neuromórfica.

El profesor Keon Jae Lee explicó: “Las neuronas y las sinapsis interactúan entre sí para establecer funciones cognitivas como la memoria y el aprendizaje, por lo que simular ambas es un elemento esencial para la inteligencia artificial inspirada en el cerebro. El dispositivo de memoria neuromórfico desarrollado también imita el efecto de reentrenamiento que permite un aprendizaje rápido de la información olvidada mediante la implementación de un efecto de retroalimentación positiva entre las neuronas y las sinapsis».

fuente de la historia:

Materiales proporcionados por El Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST). Nota: El contenido se puede editar por estilo y longitud.