Una nueva tecnología informática llamada "organismoides" imita algunos aspectos del pensamiento humano al aprender a olvidar recuerdos sin importancia mientras retiene los más vitales.

"El cerebro humano es capaz de un aprendizaje continuo durante toda la vida, "dijo Kaushik Roy, Edward G. Tiedemann Jr., profesor distinguido de Ingeniería Eléctrica e Informática de la Universidad Purdue. "Y lo hace parcialmente al olvidar información que no es crítica. Aprendo lentamente, pero sigo olvidando otras cosas en el camino, así que hay una graciosa degradación en mi precisión para detectar cosas que son viejas. Lo que estamos tratando de hacer es imitar ese comportamiento del cerebro hasta cierto punto, para crear computadoras que no solo aprendan nueva información, sino que también aprendan qué olvidar ".

El trabajo fue realizado por investigadores de Purdue, Universidad Rutgers, el Instituto de Tecnología de Massachusetts, Laboratorio Nacional Brookhaven y Laboratorio Nacional Argonne.

Un elemento central de la investigación es un "material cuántico" cerámico llamado niquelato de samario, que se utilizó para crear dispositivos llamados organismoids, dijo Shriram Ramanathan, un profesor de Purdue de ingeniería de materiales.

"Estos dispositivos poseen ciertas características de los seres vivos y nos permiten avanzar en nuevos algoritmos de aprendizaje que imitan algunos aspectos del cerebro humano, "Dijo Roy." Los resultados tienen implicaciones de gran alcance para los campos de los materiales cuánticos, así como la computación inspirada en el cerebro ".

Los hallazgos se detallan en un artículo que aparece el lunes (14 de agosto) en la revista. Comunicaciones de la naturaleza .

Cuando se expone al gas hidrógeno, el material sufre un cambio de resistencia masivo, ya que su red cristalina está "dopada" por átomos de hidrógeno. Se dice que el material respira, expandiéndose cuando se agrega hidrógeno y contrayéndose cuando se elimina el hidrógeno.

“Lo principal del material es que cuando éste inhala hidrógeno hay un efecto mecánico cuántico espectacular que permite que la resistencia cambie en órdenes de magnitud, ", Dijo Ramanathan." Esto es muy inusual, y el efecto es reversible porque este dopante se puede adherir débilmente a la celosía, por lo que si elimina el hidrógeno del medio ambiente, puede cambiar la resistencia eléctrica ".

Los coautores del artículo de investigación incluyen al investigador asociado postdoctoral de Purdue, Fan Zuo, y al estudiante graduado Priyadarshini Panda. Una lista completa de coautores está disponible en el resumen.

Cuando el hidrógeno se expone al material, se divide en un protón y un electrón, y el electrón se adhiere al níquel, provocando temporalmente que el material se convierta en un aislante.

"Luego, cuando sale el hidrógeno, este material vuelve a ser conductor, ", Dijo Ramanathan." Lo que mostramos en este documento es el grado de conducción y aislamiento que se puede ajustar con mucho cuidado ".

Esta conductancia cambiante y la "disminución de esa conductancia con el tiempo" es similar a un comportamiento animal clave llamado habituación.

"Muchos animales, incluso organismos que no tienen cerebro, poseer esta habilidad fundamental de supervivencia, "Roy dijo." Y es por eso que llamamos a esto comportamiento organísmico. Si veo cierta información de forma regular, Me habitúo, conservando la memoria de la misma. Pero si no he visto esa información durante mucho tiempo, luego comienza a descomponerse lentamente. Entonces, el comportamiento de la conductancia que sube y baja de forma exponencial se puede utilizar para crear un nuevo modelo informático que aprenderá de forma incremental y, al mismo tiempo, olvidará las cosas de forma adecuada ".

Los investigadores han desarrollado un "modelo de aprendizaje neuronal" que han denominado plasticidad sináptica adaptativa.

"Esto podría ser realmente importante porque es uno de los primeros ejemplos del uso de materiales cuánticos directamente para resolver un problema importante en el aprendizaje neuronal". "Dijo Ramanathan.

Los investigadores utilizaron los organismosides para implementar el nuevo modelo de plasticidad sináptica.

"Con este efecto podemos modelar algo que es un problema real en la computación neuromórfica, Roy dijo. Por ejemplo, si he aprendido tus rasgos faciales, aún puedo salir y aprender los rasgos de otra persona sin olvidar realmente los tuyos. Sin embargo, esto es difícil de hacer para los modelos informáticos. Al conocer sus funciones, pueden olvidar las características de la persona original, un problema llamado olvido catastrófico ".

La computación neuromórfica no está destinada a reemplazar el hardware informático convencional de uso general, basado en transistores semiconductores de óxido de metal complementarios, o CMOS. En lugar de, se espera que funcione en conjunto con la computación basada en CMOS. Mientras que la tecnología CMOS es especialmente hábil para realizar cálculos matemáticos complejos, La computación neuromórfica podría desempeñar funciones como el reconocimiento facial, razonamiento y toma de decisiones similar a la humana.

El equipo de Roy realizó el trabajo de investigación sobre el modelo de plasticidad, y otros colaboradores se concentraron en la física de cómo explicar el proceso de cambio de conductancia impulsado por el dopaje que es fundamental para el artículo. El equipo multidisciplinario incluye expertos en materiales, Ingenieria Eléctrica, física, y algoritmos.

"No es frecuente que un experto en ciencias de los materiales pueda hablar con un experto en circuitos como el profesor Roy y pensar en algo significativo, "Dijo Ramanathan.

Los organismoides podrían tener aplicaciones en el campo emergente de la espintrónica. Las computadoras convencionales utilizan la presencia y ausencia de una carga eléctrica para representar unos y ceros en un código binario necesario para realizar cálculos. Espintrónica, sin embargo, utiliza el "estado de giro" de los electrones para representar unos y ceros.

Podría traer circuitos que se asemejen a neuronas biológicas y sinapsis en un diseño compacto que no es posible con circuitos CMOS. Mientras que se necesitarían muchos dispositivos CMOS para imitar una neurona o una sinapsis, puede que solo necesite un dispositivo espintrónico.

En el trabajo futuro, los investigadores pueden demostrar cómo lograr la habituación en un circuito integrado en lugar de exponer el material al gas hidrógeno.