Representación artística de cómo los circuitos superconductores que imitan las sinapsis (conexiones entre neuronas en el cerebro) podrían usarse para crear neuronas optoelectrónicas artificiales del futuro. Crédito:J. Chiles y J. Shainline/NIST
Durante mucho tiempo, los científicos han buscado en el cerebro una inspiración para diseñar sistemas informáticos. Recientemente, algunos investigadores han ido aún más lejos al fabricar hardware de computadora con una estructura similar a la del cerebro. Estos "chips neuromórficos" ya se han mostrado muy prometedores, pero han utilizado electrónica digital convencional, lo que limita su complejidad y velocidad. A medida que los chips se vuelven más grandes y más complejos, las señales entre sus componentes individuales se acumulan como automóviles en una carretera congestionada y reducen la computación a paso de tortuga.
Ahora, un equipo del Instituto Nacional de Estándares y Tecnología (NIST) ha demostrado una solución a estos desafíos de comunicación que algún día podría permitir que los sistemas neuronales artificiales funcionen 100 000 veces más rápido que el cerebro humano.
El cerebro humano es una red de alrededor de 86 mil millones de células llamadas neuronas, cada una de las cuales puede tener miles de conexiones (conocidas como sinapsis) con sus vecinas. Las neuronas se comunican entre sí mediante pulsos eléctricos cortos llamados picos para crear patrones de actividad ricos y variables en el tiempo que forman la base de la cognición. En los chips neuromórficos, los componentes electrónicos actúan como neuronas artificiales y enrutan señales de pico a través de una red similar a la del cerebro.
Eliminando la infraestructura de comunicación electrónica convencional, los investigadores han diseñado redes con diminutas fuentes de luz en cada neurona que transmiten señales ópticas a miles de conexiones. Este esquema puede ser especialmente eficiente desde el punto de vista energético si se usan dispositivos superconductores para detectar partículas individuales de luz conocidas como fotones, la señal óptica más pequeña posible que podría usarse para representar un pico.
Fotografía de un circuito superconductor del NIST que se comporta como una versión artificial de una sinapsis, una conexión entre las células nerviosas (neuronas) del cerebro. Las etiquetas muestran varios componentes del circuito y sus funciones. Crédito:S. Khan y B. Primavera/NIST
En una nueva Nature Electronics En el artículo, los investigadores del NIST han logrado por primera vez un circuito que se comporta de manera muy similar a una sinapsis biológica pero que usa solo fotones para transmitir y recibir señales. Tal hazaña es posible utilizando detectores superconductores de un solo fotón. El cálculo en el circuito NIST ocurre donde un detector de fotón único se encuentra con un elemento de circuito superconductor llamado unión Josephson.
Una unión de Josephson es un sándwich de materiales superconductores separados por una fina película aislante. Si la corriente a través del sándwich supera un determinado valor de umbral, la unión de Josephson comienza a producir pequeños pulsos de voltaje llamados fluxones. Al detectar un fotón, el detector de fotón único empuja la unión de Josephson por encima de este umbral y los fluxones se acumulan como corriente en un bucle superconductor. Los investigadores pueden ajustar la cantidad de corriente añadida al bucle por fotón aplicando una polarización (una fuente de corriente externa que alimenta los circuitos) a una de las uniones. Esto se denomina peso sináptico.
Este comportamiento es similar al de las sinapsis biológicas. La corriente almacenada sirve como una forma de memoria a corto plazo, ya que proporciona un registro de cuántas veces la neurona produjo un pico en el pasado cercano. La duración de esta memoria se establece por el tiempo que tarda la corriente eléctrica en decaer en los bucles superconductores, que el equipo del NIST demostró que puede variar de cientos de nanosegundos a milisegundos, y probablemente más.
Esto significa que el hardware podría adaptarse a problemas que ocurren en muchas escalas de tiempo diferentes, desde sistemas de control industrial de alta velocidad hasta conversaciones más relajadas con humanos. La capacidad de establecer diferentes pesos cambiando la polarización de las uniones de Josephson permite una memoria a más largo plazo que se puede usar para hacer que las redes sean programables, de modo que la misma red pueda resolver muchos problemas diferentes.
Las sinapsis son un componente computacional crucial del cerebro, por lo que esta demostración de sinapsis superconductoras de un solo fotón es un hito importante en el camino hacia la realización de la visión completa del equipo de redes optoelectrónicas superconductoras. Sin embargo, la búsqueda está lejos de ser completa. El próximo hito del equipo será combinar estas sinapsis con fuentes de luz en el chip para demostrar neuronas optoelectrónicas superconductoras completas.
"Podríamos usar lo que hemos demostrado aquí para resolver problemas computacionales, pero la escala sería limitada", dijo el líder del proyecto NIST, Jeff Shainline. "Nuestro próximo objetivo es combinar este avance en la electrónica superconductora con fuentes de luz de semiconductores. Eso nos permitirá lograr la comunicación entre muchos más elementos y resolver grandes problemas consecuentes".
El equipo ya ha demostrado fuentes de luz que podrían usarse en un sistema completo, pero se requiere más trabajo para integrar todos los componentes en un solo chip. Las propias sinapsis podrían mejorarse mediante el uso de materiales detectores que funcionen a temperaturas más altas que el sistema actual, y el equipo también está explorando técnicas para implementar la ponderación sináptica en chips neuromórficos a mayor escala. La combinación de luz y superconductores podría impulsar las capacidades de la IA