Figura que muestra el movimiento de los iones de cobre dentro de una red rígida de vanadio y oxígeno como el eje de un cambio de conductividad eléctrica en el material camaleónico que se puede aprovechar para crear picos eléctricos de la misma manera que las neuronas funcionan en el sistema nervioso cerebral. un gran paso hacia el desarrollo de circuitos que funcionan como el cerebro humano. Crédito:Parija et al.
¿Alguna vez deseó que su computadora pudiera pensar como usted o tal vez incluso entenderlo?
Ese futuro puede no ser ahora pero está un paso más cerca gracias a un equipo de científicos e ingenieros dirigido por la Universidad de Texas A&M y su reciente descubrimiento de un imitador basado en materiales para las señales neuronales responsables de transmitir información dentro del cerebro humano.
El equipo multidisciplinar, dirigido por el químico Sarbajit Banerjee de Texas A&M en colaboración con el ingeniero eléctrico e informático de Texas A&M R. Stanley Williams y colegas adicionales en América del Norte y en el extranjero, ha descubierto un mecanismo de conmutación eléctrico similar a una neurona en el material de estado sólido β'-CuxV2O5, específicamente, cómo se transforma reversiblemente entre comportamiento conductor y aislante a pedido.
El equipo pudo aclarar el mecanismo subyacente que impulsa este comportamiento al echar un nuevo vistazo a β'-CuxV2O5, un notable material parecido a un camaleón que cambia con la temperatura o un estímulo eléctrico aplicado. En el proceso, se concentraron en cómo los iones de cobre se mueven dentro del material y cómo esta danza sutil a su vez agita los electrones para transformarlo. Su investigación reveló que el movimiento de los iones de cobre es el eje de un cambio de conductividad eléctrica que se puede aprovechar para crear picos eléctricos de la misma manera que las neuronas funcionan en el sistema nervioso cerebral, un paso importante hacia el desarrollo de circuitos que funcionan como el cerebro humano. .
Su papel resultante, que presenta a los estudiantes graduados de química de Texas A&M Abhishek Parija (ahora en Intel Corporation), Justin Andrews y Joseph Handy como primeros autores, se publica hoy (27 de febrero) en la revista Cell Press Importar .
En su búsqueda por desarrollar nuevos modos de computación energéticamente eficiente, el amplio grupo de colaboradores está capitalizando materiales con inestabilidades electrónicas ajustables para lograr lo que se conoce como computación neuromórfica, o computación diseñada para replicar las capacidades únicas del cerebro y eficiencias incomparables.
"La naturaleza nos ha proporcionado materiales con los tipos de comportamiento adecuados para imitar el procesamiento de la información que ocurre en un cerebro, pero los caracterizados hasta la fecha han tenido varias limitaciones, "Williams dijo." La importancia de este trabajo es mostrar que los químicos pueden diseñar y crear racionalmente materiales eléctricamente activos con propiedades neuromórficas significativamente mejoradas. A medida que entendemos más, nuestros materiales mejorarán significativamente, proporcionando así un nuevo camino hacia el continuo avance tecnológico de nuestras capacidades informáticas ".
Si bien los teléfonos inteligentes y las computadoras portátiles aparentemente se vuelven más elegantes y más rápidos con cada iteración, Parija señala que se requieren nuevos materiales y paradigmas informáticos liberados de las restricciones convencionales para satisfacer las demandas continuas de velocidad y eficiencia energética que están poniendo a prueba las capacidades de los chips de computadora de silicio. que están alcanzando sus límites fundamentales en términos de eficiencia energética. La computación neuromórfica es uno de esos enfoques, y la manipulación del comportamiento de cambio en nuevos materiales es una forma de lograrlo.
"La premisa central, y por extensión la promesa central, de la computación neuromórfica es que todavía no hemos encontrado una manera de realizar cálculos de una manera que sea tan eficiente como la forma en que las neuronas y las sinapsis funcionan en el cerebro humano, "dijo Andrews, becario de investigación en tecnología espacial de la NASA. "La mayoría de los materiales son aislantes (no conductores), metálico (conductor) o en algún lugar en el medio. Algunos materiales, sin embargo, puede transformarse entre los dos estados:aislante (apagado) y conductor (encendido) casi al mando ".
Mediante el uso de una amplia combinación de técnicas experimentales y computacionales, Handy dijo que el equipo pudo demostrar no solo que este material experimenta una transición impulsada por cambios de temperatura, voltaje y fuerza de campo eléctrico que se pueden usar para crear circuitos similares a neuronas, pero también explicar de manera integral cómo ocurre esta transición. A diferencia de otros materiales que tienen una transición metal-aislante (MIT), este material se basa en el movimiento de iones de cobre dentro de una red rígida de vanadio y oxígeno.
"Básicamente, mostramos que un movimiento muy pequeño de iones de cobre dentro de la estructura provoca un cambio masivo en la conductancia en todo el material, "Handy agregó." Debido a este movimiento de iones de cobre, el material se transforma de aislante a conductor en respuesta a cambios externos de temperatura, voltaje aplicado o corriente aplicada. En otras palabras, aplicar un pequeño pulso eléctrico nos permite transformar el material y guardar información en su interior mientras trabaja en un circuito, muy parecido a cómo funcionan las neuronas en el cerebro ".
Andrews compara la relación entre el movimiento de los iones de cobre y los electrones en la estructura del vanadio con una danza.
"Cuando los iones de cobre se mueven, los electrones en la red de vanadio se mueven en concierto, reflejando el movimiento de los iones de cobre, "Dijo Andrews." De esta manera, movimientos increíblemente pequeños de los iones de cobre inducen grandes cambios electrónicos en la red de vanadio sin cambios observables en la unión de vanadio-vanadio. Es como si los átomos de vanadio 'vieran' lo que hace el cobre y respondieran ".
Transmitiendo, El almacenamiento y procesamiento de datos representa actualmente alrededor del 10 por ciento del uso global de energía. pero Banerjee dice que las extrapolaciones indican que la demanda de cómputo será muchas veces mayor de lo que el suministro de energía global proyectado puede ofrecer para 2040. Por lo tanto, se requieren aumentos exponenciales en las capacidades de cómputo para las visiones transformadoras, incluido el Internet de las cosas, transporte autónomo, infraestructura resistente a desastres, medicina personalizada y otros grandes desafíos sociales que de otra manera se verían estrangulados por la incapacidad de las tecnologías informáticas actuales para manejar la magnitud y complejidad de los datos generados por humanos y máquinas. Él dice que una forma de romper con las limitaciones de la tecnología informática convencional es seguir el ejemplo de la naturaleza, específicamente, el circuito neuronal del cerebro humano, que supera ampliamente las arquitecturas informáticas convencionales en términos de eficiencia energética y también ofrece nuevos enfoques para el aprendizaje automático y las redes neuronales avanzadas.
"Para emular los elementos esenciales de la función neuronal en circuitos artificiales, necesitamos materiales de estado sólido que presenten inestabilidades electrónicas, cuales, como neuronas, puede almacenar información en su estado interno y en el momento de los eventos electrónicos, ", Dijo Banerjee." Nuestro nuevo trabajo explora los mecanismos fundamentales y el comportamiento electrónico de un material que exhibe tales inestabilidades. Al caracterizar a fondo este material, también hemos proporcionado información que instruirá el diseño futuro de materiales neuromórficos, que puede ofrecer una manera de cambiar la naturaleza de la computación de la máquina de aritmética simple a inteligencia similar al cerebro mientras aumenta dramáticamente tanto el rendimiento como la eficiencia energética de los procesadores ".
Debido a que los diversos componentes que manejan las operaciones lógicas, La memoria de almacenamiento y los datos de transferencia están separados entre sí en la arquitectura de computadora convencional, Banerjee dice que están plagados de ineficiencias inherentes con respecto al tiempo que lleva procesar la información y cuán físicamente cerca pueden estar los elementos del dispositivo antes de que el desperdicio térmico y los electrones "accidentalmente" en túnel entre los componentes se conviertan en problemas importantes. Por el contrario, en el cerebro humano, lógica, El almacenamiento de memoria y la transferencia de datos se integran simultáneamente en la activación cronometrada de neuronas que están densamente interconectadas en redes en abanico 3-D. Como resultado, Las neuronas del cerebro procesan la información a un voltaje 10 veces menor y casi 5, 000 times lower synaptic operation energy in comparison to silicon computing architectures. To come close to achieving this kind of energetic and computational efficiency, he says new materials are needed that can undergo rapid internal electronic switching in circuits in a way that mimics how neurons fire in timed sequences.
Handy notes that the team still needs to optimize many parameters, such as transition temperature and switching speed along with the magnitude of the change in electrical resistance. By determining the underlying principles of the MIT in β'-CuxV2O5 as a prototype material within an expansive field of candidates, sin embargo, the team has identified certain design motifs and tunable chemical parameters that ultimately prove useful in the design of future neuromorphic computing materials, a major endeavor that has been seeded by the Texas A&M X-Grant Program.
"This discovery is very exciting because it provides fertile ground for the development of new design principles for tuning materials properties and also suggests exciting new approaches to researchers in the field for thinking about energy efficient electronic instabilities, " Parija said. "Devices that incorporate neuromorphic computing promise improved energy efficiency that silicon-based computing has yet to deliver, as well as performance improvements in computing challenges like pattern recognition—tasks that the human brain is especially well-equipped to tackle. The materials and mechanisms we describe in this work bring us one step closer to realizing neuromorphic computing and in turn actualizing all of the societal benefits and overall promise that comes with it."
