Un equipo de investigadores de Penn State está construyendo redes neuronales artificiales que se pueden reconfigurar aplicando un breve campo eléctrico a una hoja de grafeno. En este trabajo muestran al menos 16 posibles estados de memoria, a diferencia de los dos en la mayoría de los memristores basados en óxido o resistencias de memoria.
A medida que se ralentiza el progreso de la informática tradicional, están apareciendo nuevas formas de informática. En Penn State, un equipo de ingenieros está intentando ser pionero en un tipo de computación que imite la eficiencia de las redes neuronales del cerebro mientras explota la naturaleza analógica del cerebro.
La informática moderna es digital, está formada por dos estados, encendido-apagado o uno y cero. Una computadora analógica, como el cerebro, tiene muchos estados posibles. Es la diferencia entre encender o apagar un interruptor de luz y encender un regulador de intensidad para diferentes cantidades de iluminación.
La computación neuromórfica o inspirada en el cerebro se ha estudiado durante más de 40 años, según Saptarshi Das, líder del equipo y profesor asistente de ingeniería y mecánica de Penn State. La novedad es que a medida que se han alcanzado los límites de la informática digital, ha crecido la necesidad de procesamiento de imágenes de alta velocidad, por ejemplo, para los coches autónomos. El auge del big data, que requiere tipos de reconocimiento de patrones para los que la arquitectura del cerebro es particularmente adecuada, es otro factor impulsor en la búsqueda de la computación neuromórfica.
"Tenemos computadoras poderosas, no hay duda de eso, el problema es que tienes que almacenar la memoria en un lugar y hacer la computación en otro", dijo Das.
El traslado de estos datos de la memoria a la lógica y viceversa consume mucha energía y ralentiza la velocidad de la computación. Además, esta arquitectura de computadora requiere mucho espacio. Si la computación y el almacenamiento de memoria pudieran ubicarse en el mismo espacio, este cuello de botella podría eliminarse.
“Estamos creando redes neuronales artificiales, que buscan emular la eficiencia energética y de área del cerebro”, explicó Thomas Schranghamer, estudiante de doctorado del grupo Das y primer autor de un artículo publicado recientemente en Nature Communications. "El cerebro es tan compacto que puede caber sobre sus hombros, mientras que una supercomputadora moderna ocupa un espacio del tamaño de dos o tres canchas de tenis".
Al igual que las sinapsis que conectan las neuronas en el cerebro que se pueden reconfigurar, las redes neuronales artificiales que el equipo está construyendo se pueden reconfigurar aplicando un breve campo eléctrico a una hoja de grafeno, la capa de átomos de carbono de un átomo de espesor. En este trabajo muestran al menos 16 posibles estados de memoria, a diferencia de los dos en la mayoría de los memristores basados en óxido o resistencias de memoria.
"Lo que hemos demostrado es que podemos controlar una gran cantidad de estados de memoria con precisión utilizando transistores de efecto de campo de grafeno simples", dijo Das.
El equipo cree que es factible llevar esta tecnología a escala comercial. Dado que muchas de las empresas de semiconductores más grandes persiguen activamente la computación neuromórfica, Das cree que encontrarán este trabajo de interés.
Además de Das y Schranghamer, el autor adicional del artículo, titulado “ Sinapsis Memristivas de Grafeno para Computación Neuromórfica de Alta Precisión ”, es Aaryan Oberoi, estudiante de doctorado en ingeniería y mecánica.
Más información: Thomas F. Schranghamer et al. Graphene memristive synapses for high precision neuromorphic computing. Nature Communications (2020).
Nota original: Penn State University