Els científics del MIT dissenyen sinapsis artificials per a xips d'ordinador similars al cervell

Una nova era de l’informàtica acaba d’acostar-se, ja que els investigadors han creat el disseny i han realitzat la primera prova pràctica per a una sinapsi artificial que podria permetre als equips reproduir algunes de les funcions més potents i complexes del cervell.

Mentre que les computadores poden semblar més potents que el nostre cervell, en realitat podem tractar amb una gamma molt més àmplia de senyals possibles que el "on" i el "off" del binari, gràcies a les sinapsis que manegen les connexions entre les neurones.

Replicar aquesta capacitat en un ordinador requereix sinapsis artificials que poden enviar de manera fiable tots aquells senyals subtilment diferents. Tal com descriuen el número de dilluns de la revista Materials naturals, els investigadors de l’Institut Tecnològic de Massachusetts han realitzat el que anomenen la primera prova pràctica d’aquesta sinapsi artificial, desencadenant el que s’anomena computació neuromòrfica.

Mentre que les proves només es van produir en simulacions per ordinador, les proves eren prometedores. Els investigadors van utilitzar els dissenys de sinapsis artificials per reconèixer diferents mostres d’escriptura. La simulació que van executar va aconseguir gairebé coincidir amb el que els algorismes tradicionals existents poden fer en termes d’exactitud –95 enfront del 97 per cent–, que és un punt de partida impressionant per a la tecnologia en la infància absoluta.

Els ordinadors digitals tradicionals es basen en la senyalització binària. Un valor d’un significa "encès", mentre que un valor de zero significa "desactivat". Com que les computadores poden realitzar càlculs molt més ràpids i eficients del que podem, és fàcil assumir que aquest enfocament binari és millor que el que succeeix en el nostre cervells.

Però la configuració analògica dels 100 mil milions de neurones dins de cadascun dels nostres cervells és, sens dubte, molt més sofisticada. Els 100 bilions de dòlars Les sinapsis que gestionen les connexions entre aquestes neurones no simplement envien senyals d'encès o de desactivació.

Els diferents tipus i números de ions que flueixen a través d’una sinapse determinada determinen la intensitat d’un senyal que envia a una neurona en particular, i aquest espectre de possibles missatges fa que el nostre cervell pugui desbloquejar una varietat molt més gran de càlculs. Si els ordinadors poguessin afegir aquest tipus de complexitat als seus equips d'eines ja considerables, estaríeu mirant algunes màquines amb molta potència - i tampoc haurien de ser gegants.

Aquí hi ha el problema: la natura ha tingut un parell de milions d’anys per perfeccionar les sinapsis del nostre cervell i les d’altres espècies. Els investigadors només han estat tractant de crear l’equivalent sintètic durant uns quants anys, i hi ha alguns obstacles importants. El més important és que qualsevol sinapsi artificial ha d'enviar de manera fiable el mateix tipus de senyal per a cada entrada que rep, en cas contrari la complexitat només es degrada en el caos.

"Un cop aplicada alguna tensió per representar algunes dades amb la seva neurona artificial, cal esborrar-la i poder-la escriure de la mateixa manera", va dir Kim. “Però en un sòlid amorf, quan escriu de nou, els ions van en direccions diferents perquè hi ha un munt de defectes. Aquest flux està canviant i és difícil de controlar. Aquest és el problema més gran: la no uniformitat de les sinapsis artificials."

Els investigadors del MIT són optimistes perquè el seu disseny ha avançat significativament en aquest problema utilitzant un material diferent, un silici monocristal que funciona perfectament sense defectes. En una simulació, els investigadors van dissenyar sinapsis artificials sobre aquesta base utilitzant el material comú del transistor de silici al germanium, que van ser capaços de crear corrents que varien només al voltant del quatre per cent entre les diferents sinapsis. Això no és perfecte, però és una millora enorme del que s'ha aconseguit anteriorment.

Ara com ara, aquest treball continua sent teòric, i hi ha una diferència entre demostrar resultats prometedors en una simulació i adonar-se que en una prova real del món real. Però Kim i el seu equip són optimistes.

"Això obre un trampolí per produir maquinari artificial real", va dir.