Incluso cuando el poder de nuestras computadoras modernas crece exponencialmente, Los sistemas biológicos, como nuestros cerebros, siguen siendo las máximas máquinas de aprendizaje. Al encontrar materiales que actúan de manera similar a los mecanismos que utiliza la biología para retener y procesar información, Los científicos esperan encontrar pistas que nos ayuden a construir computadoras más inteligentes.

Inspirados por el olvido humano, cómo nuestros cerebros descartan datos innecesarios para dar cabida a nueva información, los científicos del Laboratorio Nacional Argonne del Departamento de Energía de EE. UU. (DOE), en colaboración con el Laboratorio Nacional Brookhaven y tres universidades, Llevó a cabo un estudio reciente que combinó la simulación de supercomputadora y la caracterización de rayos X de un material que gradualmente se "olvida". Esto podría usarse algún día para la informática avanzada bioinspirada.

"Es difícil crear un material no vivo que muestre un patrón que se asemeje a una especie de olvido, pero el material específico con el que estábamos trabajando puede imitar ese tipo de comportamiento, "dijo Subramanian Sankaranarayanan, Nanocientífico de Argonne y autor del estudio.

"El cerebro tiene una capacidad limitada, y solo puede funcionar de manera eficiente porque es capaz de olvidar, "dijo Subramanian Sankaranarayanan, un nanocientífico de Argonne y autor del estudio. "Es difícil crear un material no vivo que muestre un patrón que se asemeje a una especie de olvido, pero el material específico con el que estábamos trabajando puede realmente imitar ese tipo de comportamiento ".

El material, llamada perovskita cuántica, ofrece a los investigadores un modelo no biológico más simple de cómo podría verse el "olvido" a nivel electrónico. La perovskita muestra una respuesta adaptativa cuando los protones se insertan y eliminan repetidamente que se asemeja a la desensibilización del cerebro a un estímulo recurrente.

Cuando los científicos agregan o eliminan inicialmente un protón (H +) de la perovskita (SmNiO ₃ (SNO)) celosía, La estructura atómica del material se expande o contrae dramáticamente para acomodarlo en un proceso llamado "respiración reticular". Pero cuando esto sucede una y otra vez, El comportamiento del material evoluciona de tal manera que se reduce la respiración reticular:la "amenaza" de los protones ya no hace que el material se hiperventile.

"Finalmente, se vuelve más difícil hacer que la perovskita 'cuide' si estamos agregando o quitando un protón, "dijo Hua Zhou, un físico involucrado en caracterizar el comportamiento del material utilizando rayos X proporcionados por la Fuente de Fotones Avanzada (APS) de Argonne, una instalación para usuarios de la Oficina de Ciencias del DOE. "Es como cuando te asustas mucho en un tobogán de agua la primera vez que bajas, pero cada vez después de eso tienes cada vez menos reacción ".

A medida que el material responde a los protones que los científicos suman y restan, su capacidad para resistir una corriente eléctrica puede verse gravemente afectada. Este comportamiento permite programar eficazmente el material, como una computadora, por el dopaje de protones. Esencialmente, un científico podría insertar o eliminar protones para controlar si la perovskita permitiría o no una corriente.

Los investigadores han impulsado recientemente el desarrollo de materiales no basados ​​en silicio, como las perovskitas, para la informática porque el silicio lucha por utilizar la energía con la misma eficiencia. Los científicos pueden usar perovskitas en máquinas de aprendizaje en el futuro. Pero los científicos también pueden aprovechar las propiedades de la perovskita usándolas como base para modelos computacionales de sistemas de aprendizaje biológico más complejos.

"Estas simulaciones, que coinciden bastante con los resultados experimentales, están inspirando algoritmos completamente nuevos para capacitar a las redes neuronales para que aprendan, "Dijo Zhou.

El material de perovskita y los algoritmos de redes neuronales resultantes podrían ayudar a desarrollar una inteligencia artificial más eficiente capaz de reconocimiento facial. razonamiento y toma de decisiones similar a la humana. Los científicos continúan la investigación para descubrir otros materiales con estas propiedades similares al cerebro y nuevas formas de programar estos materiales.

Finalmente, a diferencia del silicio, cuya estructura electrónica se puede describir fácilmente utilizando modelos informáticos sencillos, La comprensión del material de perovskita requiere simulaciones computacionalmente intensivas para capturar cómo reacciona su estructura al dopaje de protones.

"Un marco clásico no se aplica a este complejo sistema, "dijo Sankaranarayanan, que ayudó a crear modelos complejos del comportamiento de la perovskita en el Centro de Materiales a Nanoescala de Argonne y la Instalación de Computación de Liderazgo de Argonne, ambas instalaciones para usuarios de la Oficina de Ciencias del DOE. "Los efectos cuánticos dominan, por lo que se necesitan simulaciones muy exigentes desde el punto de vista computacional para mostrar cómo se mueve el protón dentro de la estructura ".

Este tipo de investigación integral es una capacidad única del campus interdisciplinario de Argonne, donde los científicos pueden compartir ideas y recursos fácilmente.

Un estudio basado en la investigación, "Plasticidad sináptica basada en la habituación y aprendizaje organísmico en una perovskita cuántica, "apareció en la edición en línea del 14 de agosto de Comunicaciones de la naturaleza .