Una red de conmutadores atómicos mostrando (a) la matriz de electrodos de platino y (b) una imagen SEM de nanocables de plata autoorganizados en una rejilla de postes de cobre. Las uniones superpuestas de cables forman interruptores atómicos. Barra de escala =500 µm. Crédito:Demis, et al. © 2015 IOP Publishing
(Phys.org) —A pesar de los grandes logros de las computadoras, ninguna computadora artificial puede aprender de su entorno, adaptarse a su entorno, autoorganizarse espontáneamente, y resolver problemas complejos que requieran estas habilidades además de un cerebro biológico. Estas habilidades surgen del hecho de que el cerebro es un sistema complejo capaz de comportamientos emergentes, lo que significa que el sistema implica interacciones entre muchas unidades que dan como resultado un comportamiento a macroescala que no se puede atribuir a ninguna unidad individual.
Desafortunadamente, Los métodos de fabricación convencionales que se utilizan para las computadoras de hoy en día no pueden utilizarse para realizar sistemas complejos en todo su potencial debido a los límites de escala; los métodos simplemente no pueden producir unidades interconectadas lo suficientemente pequeñas.
Ahora, en un nuevo artículo publicado en Nanotecnología , Investigadores de UCLA y el Instituto Nacional de Ciencia de Materiales de Japón han desarrollado un método para fabricar un dispositivo complejo autoorganizado llamado red de conmutadores atómicos que es en muchos aspectos similar a un cerebro u otro dispositivo informático natural o cognitivo.
"Fenómenos complejos y autoorganización, aunque de naturaleza ubicua, comportamiento social, y la economía:nunca se han utilizado con éxito en computadoras convencionales para la predicción y el modelado, "James Gimzewski, Profesor de Química en UCLA, dicho Phys.org . "El dispositivo que hemos creado es capaz de generar rápidamente autoorganización en un pequeño chip con alta velocidad. Además, pasa por alto el problema de la complejidad exponencial de la máquina requerida en función de la complejidad del problema como en las computadoras de hoy. Nuestros primeros pasos forman la base para un nuevo tipo de cálculo que se necesita con urgencia en nuestro mundo cada vez más conectado ".
Imágenes SEM de varias redes de conmutadores atómicos que consisten en nanocables de plata. (a) y (b) carecen de densidad de red confiable, mientras que (c) proporciona una densidad sintonizable de nanocables y una topología definida espacialmente. La red es capaz de comportamientos emergentes y adaptación constante, rasgos de un sistema complejo similar al cerebro. Barra de escala =50 µm. Crédito:Demis, et al. © 2015 IOP Publishing
Como explican los investigadores, un interruptor atómico es un dispositivo a nanoescala que exhibe resistencia memristiva, lo que significa que ajusta su resistencia a una corriente o voltaje aplicados en función de su memoria de encuentros anteriores. Este rasgo es esencial para los sistemas complejos porque subyace a la capacidad de aprender, interactuar con el medio ambiente, y abordar problemas en los que los datos cambian constantemente o están incompletos.
Aunque algunos dispositivos informáticos naturales utilizan materiales naturales, la red de conmutadores atómicos que se desarrolla aquí está hecha completamente de materiales inorgánicos. Los postes de cobre con dibujos litográficos forman una "red de semillas estampadas, "sobre los cuales se cultivan nanocables de plata. El resultado final es una red de interruptores de sulfuro de plata y nanocables de plata que conectan los interruptores.
Los experimentos demostraron que la red de conmutadores atómicos exhibe un comportamiento emergente, en el que las interacciones entre los interruptores atómicos individuales conducen a patrones de actividad eléctrica que no pueden atribuirse a ningún interruptor individual, pero solo a la red en su conjunto. La red de conmutadores atómicos también tiene una capacidad intrínseca de adaptación, dado que las conexiones de nanocables de plata se reconfiguran constantemente y los interruptores se forman y disuelven constantemente en diferentes lugares de la red.
Estos rasgos son muy diferentes de los de las computadoras convencionales y podrían usarse para resolver conjuntos únicos de problemas complejos. Los investigadores ven aplicaciones particulares en el área de la computación de yacimientos, que tiene el potencial de procesar información a velocidades muy altas.
"Las aplicaciones potenciales incluyen ejecutar múltiples simulaciones de mercados financieros, reconocimiento de información en datos ruidosos y propensos a errores, como la visión y el habla, hasta la navegación autónoma en entornos cambiantes, como después de terremotos o desastres, "Dijo Gimzewski." Finalmente, la computación de reservorios tiene un papel que desempeñar en la medicina en las ciencias cognitivas y neurociencias ".
Los investigadores esperan que la nueva estrategia de fabricación de crecimiento dirigido por semillas que se utiliza aquí proporcione una plataforma de hardware novedosa para la computación de yacimientos y otros tipos de computación natural basada en sistemas complejos.
"Planeamos avanzar hacia un sistema mórfico híbrido utilizando lo mejor de la computación convencional con nuestras capacidades de dispositivo similar al cerebro, y desarrollar una nueva forma de programación que se base en memoria distribuida y redes sinápticas, ", Dijo Gimzewski." Este sería un paso radical en el desarrollo real de la IA ".
© 2015 Phys.org
