El cerebro humano es la estructura más inexplorada del universo. Cien mil millones de neuronas se transmiten entre sí impulsos nerviosos con diferentes amplitudes y frecuencias de 100 billones de sinapsis. Usando este sistema, aprendemos y resolvemos muchos problemas con la velocidad del rayo. El equipo de ingenieros del Instituto de Tecnología de Massachusetts ha creado una sinapsis artificial, que carece de uno de los principales inconvenientes de las muestras existentes: la imprevisibilidad del movimiento de iones.
En 1906, el Premio Nobel de medicina fue otorgado por el trabajo sobre la estructura del sistema nervioso y la clasificación de las células nerviosas por
Camillo Golgi y
Santiage Ramón i Cahal . Los científicos y los médicos en los últimos cien años han logrado aprender mucho sobre el sistema nervioso y el cerebro humano, pero hasta ahora no todas las preguntas tienen respuestas. Particularmente significativos fueron los descubrimientos realizados como parte del
Proyecto Cerebro Humano utilizando los últimos avances tecnológicos en el campo de la microscopía electrónica y 3D.
En el cerebro, las neuronas están conectadas por axones, una especie de cable eléctrico. Los impulsos nerviosos a lo largo de los axones pasan a través de las
sinapsis con la ayuda de mediadores químicos, de forma eléctrica, en la que los iones pasan de una célula a otra, y se mezclan cuando una transmisión química mejora el mecanismo eléctrico.
Transmisión de impulsos entre dos neuronas. Departamento de salud de EE. UU.Los científicos que trabajan en el campo de la
computación neuromórfica están tratando de crear una computadora que funcione de manera similar al cerebro humano. En lugar de cálculos binarios con unos y ceros, intentan usar elementos que transmiten señales "analógicas" utilizando varios "tonos", como en el cerebro humano, donde la señal depende de la cantidad de iones que pasan a través de la sinapsis. Si las computadoras modernas son adecuadas para resolver ecuaciones y ejecutar algoritmos, en el caso de la interacción con el medio ambiente, no pueden mostrar la eficiencia disponible para el cerebro humano: en 2012, Google creó una red neuronal para reconocer gatos usando
1000 servidores y 16 mil núcleos . Los pequeños chips neuromórficos podrán ejecutar simultáneamente millones de cálculos que solo las supercomputadoras son capaces de hacer hoy.
Cuando se crean chips neuromórficos para simular una sinapsis, los materiales amorfos se usan con mayor frecuencia. Los iones que los atraviesan tienen muchas direcciones para moverse. Esta es la dificultad: debido a esto, es imposible predecir exactamente dónde irá la señal y cuántos iones se perderán a lo largo del camino.
Los ingenieros del Instituto de Tecnología de Massachusetts
diseñaron una sinapsis artificial en la que podían controlar la dirección de la señal eléctrica que pasa a través de ella. En lugar de materiales amorfos, los científicos utilizaron
silicio monocristalino , en el que intentaron crear un defecto a través del cual los iones podrían pasar de forma predecible. Se aplicó un patrón microscópico en forma de panales a una oblea de silicio. Se aplicó una capa de germanio con un patrón similar a esta placa. Estos dos materiales juntos forman un "embudo", que hace que los iones fluyan a lo largo de un camino estrictamente definido.
Luego, los científicos probaron la efectividad de la invención: casi el mismo flujo de iones pasó a través de cada sinapsis. La diferencia entre las sinapsis fue de hasta el 4%, y al probar una sinapsis durante 700 ciclos, el cambio en la corriente de paso fue de hasta el 1% de ciclo a ciclo. Según los desarrolladores, dichos resultados aún no se han logrado en sinapsis construidas sobre la base de materiales amorfos.
La prueba final para el desarrollo fue la tarea de reconocimiento de escritura a mano. El equipo de científicos realizó una simulación por computadora de una red neuronal artificial de tres capas de neuronas, interconectadas por dos capas de sinapsis artificiales, cuyas características se midieron originalmente a partir del chip que construyeron. El modelo se cargó con decenas de miles de muestras de escritura a mano que generalmente usan los desarrolladores de chips neuromórficos. La red neuronal reconoció las muestras en el 95% de los casos, un poco peor que el 97% de precisión de los algoritmos de software existentes. El próximo objetivo del equipo es hacer un chip neuromórfico que funcione y que pueda repetir el experimento realizado mediante simulación.
"Queremos un chip del tamaño de un clavo para reemplazar una supercomputadora grande", dice el jefe del equipo de ingeniería.