Un equipo de científicos del IAC3 y de la Universidad de las Illes Balears diseña una nueva familia de circuitos integrados capaces de imitar el comportamiento del cerebro humano y sus procesos de aprendizaje de manera veloz y eficiente
El campo de la Inteligencia Artificial ha experimentado en explosivo crecimiento en los últimos años. Tanto en la investigación académica como en la industria, los algoritmos de redes neuronales y machine learning encuentran nuevas aplicaciones, con el consecuente aumento en la demanda por profesionales competentes en la materia. No obstante, uno de los mayores obstáculos que ralentizan estas aplicaciones yace en la actual arquitectura computacional, basada en el modelo de Von Neumann y la tecnología de semiconductores complementarios de óxido metálico.
La Inteligencia Artificial se basa en el aprendizaje a partir de grandes cantidades de datos preexistentes y los computadores actuales sólo son capaces de ejecutar estos algoritmos a costa de un elevado tiempo de demora y consumo de energía. Esto es debido a numerosas razones, incluyendo el innecesario desplazamiento de información entre unidades físicamente distantes en los circuitos integrados y la disipación de calor en las uniones electrónicas.
Diversos esfuerzos se están realizando con el fin de diseñar una nueva arquitectura acorde con las necesidades anteriormente señaladas, generalmente con una misma idea central: emular la dinámica de las neuronas y cerebro humanos basadas en la generación y propagación de pulsos cortos a tiempos continuos. Esta forma de procesar la información permite expresar variables en una manera similar a la señal analógica, pero con la ventaja de un menor consumo energético y una mayor imperturbabilidad frente al ruido, como es el caso de la señal digital.
En una de estas propuestas se encuentra trabajando un grupo de investigadores del Instituto de Computación Aplicada y Código Comunitario (IAC3) y de la Universidad de las Illes Balears, integrado por los doctores Julien Javaloyes y Oreste Piro, profesores titulares del Departamento de Física de la UIB, y el doctor Ignacio Ortega, como parte del proyecto ChipAI (Energy-efficient and high-bandwidth neuromorphic nanophotonic Chips for Artificial Intelligence systems). Este proyecto está financiado por la Unión Europea a través del programa Horizon 2020 y integra un total de ocho centros de investigación de todo el continente, incluida la Universidad de las Illes Balears. Estos resultados fueron publicados en la prestigiosa revista Physical Review Applied y fueron seleccionados como Editor Pick.
La arquitectura planteada en este proyecto se basa en diodos resonantes de efecto túnel o RTDs: dispositivos semiconductores de tamaño nanoscópico con carácter no óhmico, es decir, cuya resistencia es dependiente del voltaje aplicado, existiendo un rango de voltaje para el cual ésta es negativa. Esta propiedad permite a los RTDs producir una señal alterna en respuesta a un voltaje continuo. Se trata, en efecto, de los osciladores más rápidos y pequeños que existen, capaces de emitir señales en frecuencias de miles de giga Hertz.
Sin embargo, lo que se pretende en este proyecto es diseñar y configurar RTDs capaces de emitir un único pulso de manera arbitraria, emulando una propiedad típica de las neuronas conocida como excitabilidad; mediante la cual responden a un estímulo externo (por ejemplo, un pulso de voltaje o luz) únicamente si dicho estímulo se encuentra por encima de un determinado umbral. En esta línea, los investigadores plantean un modelo teórico para describir la dinámica de un RTD con el objetivo en encontrar las especificaciones y configuración más adecuadas para lograr la respuesta excitable. Igualmente, se estima en términos de estos parámetros el tiempo de duración de dicha respuesta, conocido como tiempo letárgico, que puede llegar a ser tan corto como una fracción de un nanosegundo, lo que permitiría enviar pulsos de información a frecuencias de decenas o cientos de gigahercios.
Los resultados del equipo de investigadores plantean las bases para el desarrollo de un dispositivo nanoscópico, neuromórfico y optoelectrónico capaz de emular las dinámicas de una neurona individual a alta velocidad. Estos resultados ya están siendo empleados por los colaboradores del proyecto en Glasgow y Lisboa para la fabricación y testeo de los componentes de dichos dispositivos. Los investigadores están trabajando también en el modelamiento de redes de dos o más neuronas optoelectrónicas, con el objetivo en el largo plazo de diseñar circuitos que integren miles o millones de estas unidades, capaces de ejecutar algoritmos de aprendizaje con un consumo mínimo de tiempo y energía.
Referencia bibliográfica
Ignacio Ortega-Piwonka, Oreste Piro, José Figueiredo, Bruno Romeira, and Julien Javaloyes. Bursting and Excitability in Neuromorphic Resonant Tunneling Diodes. Physical Review Applied 15, 034017 (2021). Published 5 March 2021. https://journals.aps.org/prapplied/abstract/10.1103/PhysRevApplied.15.034017
Noticias relacionadas
Fecha de publicación: Thu Mar 18 12:39:00 CET 2021