La revolucionaria productividad científica de Isaac Newton mientras estaba aislado de la propagación de la peste bubónica es legendaria. Los físicos de la Universidad de California en San Diego ahora pueden reclamar una participación en los anales de la ciencia impulsada por una pandemia.

Un equipo de investigadores de UC San Diego y colegas de la Universidad Purdue ahora han simulado la base de nuevos tipos de dispositivos informáticos de inteligencia artificial que imitan las funciones cerebrales. un logro que resultó del cierre de la pandemia COVID-19. Al combinar nuevos materiales de supercomputación con óxidos especializados, Los investigadores demostraron con éxito la columna vertebral de redes de circuitos y dispositivos que reflejan la conectividad de neuronas y sinapsis en redes neuronales de base biológica.

Las simulaciones se describen en el procedimientos de la Academia Nacional de Ciencias ( PNAS ).

A medida que las demandas de ancho de banda de las computadoras y otros dispositivos actuales alcanzan su límite tecnológico, Los científicos están trabajando hacia un futuro en el que se puedan orquestar nuevos materiales para imitar la velocidad y precisión de los sistemas nerviosos similares a los animales. Computación neuromórfica basada en materiales cuánticos, que muestran propiedades basadas en la mecánica cuántica, permitir a los científicos la capacidad de ir más allá de los límites de los materiales semiconductores tradicionales. Esta versatilidad avanzada abre la puerta a dispositivos de la nueva era que son mucho más flexibles con menores demandas de energía que los dispositivos actuales. Algunos de estos esfuerzos están siendo dirigidos por el profesor asistente del Departamento de Física Alex Frañó y otros investigadores en Materiales Cuánticos para Computación Neuromórfica Energéticamente Eficiente de UC San Diego (Q-MEEN-C), un Centro de Investigación de Fronteras Energéticas respaldado por el Departamento de Energía.

"En los últimos 50 años hemos visto increíbles logros tecnológicos que dieron como resultado computadoras que eran cada vez más pequeñas y más rápidas, pero incluso estos dispositivos tienen límites para el almacenamiento de datos y el consumo de energía. "dijo Frañó, quien se desempeñó como uno de los autores del artículo de PNAS, junto con el excanciller de UC San Diego, El presidente y físico de la UC, Robert Dynes. "La computación neuromórfica se inspira en los procesos emergentes de millones de neuronas, axones y dendritas que están conectados por todo nuestro cuerpo en un sistema nervioso extremadamente complejo ".

Como físicos experimentales, Frañó y Dynes suelen estar ocupados en sus laboratorios utilizando instrumentos de última generación para explorar nuevos materiales. Pero con el inicio de la pandemia, Frañó y sus colegas se vieron obligados a aislarse por la preocupación de cómo harían avanzar su investigación. Finalmente se dieron cuenta de que podían avanzar en su ciencia desde la perspectiva de las simulaciones de materiales cuánticos.

"Este es un documento pandémico, ", dijo Frañó." Mis coautores y yo decidimos estudiar este tema desde una perspectiva más teórica, así que nos sentamos y comenzamos a tener reuniones semanales (basadas en Zoom). Finalmente, la idea se desarrolló y despegó ".

La innovación de los investigadores se basó en unir dos tipos de sustancias cuánticas:materiales superconductores basados ​​en óxido de cobre y materiales de transición de aislante metálico basados ​​en óxido de níquel. Crearon "dispositivos de bucle" básicos que podían controlarse con precisión a nanoescala con helio e hidrógeno. reflejando la forma en que las neuronas y las sinapsis están conectadas. Agregar más de estos dispositivos que enlazan e intercambian información entre sí, las simulaciones mostraron que eventualmente permitirían la creación de una serie de dispositivos en red que muestran propiedades emergentes como el cerebro de un animal.

Como el cerebro Se están diseñando dispositivos neuromórficos para mejorar las conexiones que son más importantes que otras, similar a la forma en que las sinapsis pesan mensajes más importantes que otros.

"Es sorprendente que cuando empiezas a agregar más bucles, empiezas a ver un comportamiento que no esperabas, ", dijo Frañó." De este papel podemos imaginarnos haciendo esto con seis, 20 o cien de estos dispositivos, entonces se vuelve exponencialmente rico a partir de ahí. En última instancia, el objetivo es crear una red muy grande y compleja de estos dispositivos que tendrán la capacidad de aprender y adaptarse ".

Con restricciones pandémicas reducidas, Frañó y sus compañeros están de vuelta en el laboratorio, probar las simulaciones teóricas descritas en el documento PNAS con instrumentos del mundo real.