A medida que la inteligencia artificial se ha vuelto cada vez más sofisticada, ha inspirado esfuerzos renovados para desarrollar computadoras cuya arquitectura física imita el cerebro humano. Una aproximación, llamado computación de reservorio, permite que los dispositivos de hardware logren los cálculos de mayor dimensión requeridos por la inteligencia artificial emergente. Un nuevo dispositivo destaca el potencial de los sistemas mecánicos extremadamente pequeños para lograr estos cálculos.

Un grupo de investigadores de la Université de Sherbrooke en Québec, Canadá, informa la construcción del primer dispositivo de computación de yacimiento construido con un sistema microelectromecánico (MEMS). Publicado en el Revista de física aplicada , la red neuronal explota la dinámica no lineal de un haz de silicio a microescala para realizar sus cálculos. El trabajo del grupo busca crear dispositivos que puedan actuar simultáneamente como un sensor y una computadora usando una fracción de la energía que usaría una computadora normal.

El artículo aparece en una sección temática especial de la revista dedicada a "New Physics and Materials for Neuromorphic Computation, "que destaca los nuevos desarrollos en la investigación de la ciencia física y de los materiales que son prometedores para el desarrollo a gran escala, sistemas "neuromórficos" integrados del mañana que llevarán la computación más allá de las limitaciones de los semiconductores actuales.

"Este tipo de cálculos normalmente solo se realizan en software, y las computadoras pueden ser ineficientes, "dijo Guillaume Dion, un autor en el papel. "Muchos de los sensores de hoy están construidos con MEMS, por lo que dispositivos como el nuestro serían la tecnología ideal para difuminar el límite entre sensores y computadoras ".

El dispositivo se basa en la dinámica no lineal de cómo el haz de silicio, en anchos 20 veces más finos que un cabello humano, oscila en el espacio. Los resultados de esta oscilación se utilizan para construir una red neuronal virtual que proyecta la señal de entrada en el espacio dimensional superior requerido para la computación de la red neuronal.

En demostraciones, el sistema pudo cambiar entre diferentes tareas de referencia comunes para redes neuronales con relativa facilidad, Dion dijo:incluida la clasificación de sonidos hablados y el procesamiento de patrones binarios con una precisión del 78,2 por ciento y el 99,9 por ciento, respectivamente.

"Este diminuto haz de silicio puede realizar tareas muy diferentes, "dijo Julien Sylvestre, otro autor en el papel. "Es sorprendentemente fácil ajustarlo para que funcione bien en el reconocimiento de palabras".

Sylvestre dijo que él y sus colegas están buscando explorar cálculos cada vez más complicados utilizando el dispositivo de haz de silicio. con la esperanza de desarrollar sensores y controladores de robot pequeños y energéticamente eficientes.