Crédito:CC0 Public Domain
Un nuevo dispositivo electrónico desarrollado en la Universidad de Michigan puede modelar directamente los comportamientos de una sinapsis, que es una conexión entre dos neuronas.
Por primera vez, La forma en que las neuronas comparten o compiten por recursos se puede explorar en hardware sin necesidad de circuitos complicados.
"Los neurocientíficos han argumentado que los comportamientos de competencia y cooperación entre sinapsis son muy importantes. Nuestros nuevos dispositivos memristivos nos permiten implementar un modelo fiel de estos comportamientos en un sistema de estado sólido, "dijo Wei Lu, Profesor de ingeniería eléctrica e informática de la UM y autor principal del estudio en Materiales de la naturaleza .
Los memristores son resistencias eléctricas con memoria:dispositivos electrónicos avanzados que regulan la corriente según el historial de los voltajes que se les aplican. Pueden almacenar y procesar datos simultáneamente, lo que los hace mucho más eficientes que los sistemas tradicionales. Podrían habilitar nuevas plataformas que procesen una gran cantidad de señales en paralelo y sean capaces de un aprendizaje automático avanzado.
El memristor es un buen modelo para una sinapsis. Imita la forma en que las conexiones entre las neuronas se fortalecen o debilitan cuando las señales pasan a través de ellas. Pero los cambios en la conductancia generalmente provienen de cambios en la forma de los canales de material conductor dentro del memristor. Estos canales, y la capacidad del memristor para conducir electricidad, no podían controlarse con precisión en dispositivos anteriores.
Ahora, El equipo de la U-M ha creado un memristor en el que tienen un mejor dominio de las vías conductoras. Desarrollaron un nuevo material a partir del disulfuro de molibdeno semiconductor, un material "bidimensional" que se puede pelar en capas de unos pocos átomos de espesor. El equipo de Lu inyectó iones de litio en los espacios entre las capas de disulfuro de molibdeno.
Descubrieron que si hay suficientes iones de litio presentes, el sulfuro de molibdeno transforma su estructura reticular, permitiendo que los electrones atraviesen la película fácilmente como si fuera un metal. Pero en áreas con muy pocos iones de litio, el sulfuro de molibdeno restaura su estructura reticular original y se convierte en un semiconductor, y las señales eléctricas tienen dificultades para pasar.
Los iones de litio son fáciles de reorganizar dentro de la capa deslizándolos con un campo eléctrico. Esto cambia el tamaño de las regiones que conducen la electricidad poco a poco y, por lo tanto, controla la conductancia del dispositivo.
"Debido a que cambiamos las propiedades de 'volumen' de la película, el cambio de conductancia es mucho más gradual y mucho más controlable, "Dijo Lu.
Además de hacer que los dispositivos se comporten mejor, la estructura en capas permitió al equipo de Lu vincular varios memristores a través de iones de litio compartidos, creando una especie de conexión que también se encuentra en los cerebros. Dendrita de una sola neurona, o su extremo receptor de señal, puede tener varias sinapsis que lo conectan con los brazos de señalización de otras neuronas. Lu compara la disponibilidad de iones de litio con la de una proteína que permite que crezcan las sinapsis.
Si el crecimiento de una sinapsis libera estas proteínas, llamadas proteínas relacionadas con la plasticidad, otras sinapsis cercanas también pueden crecer; esto es cooperación. Los neurocientíficos han argumentado que la cooperación entre sinapsis ayuda a formar rápidamente recuerdos vívidos que duran décadas y crean recuerdos asociativos. como una fragancia que te recuerda a la casa de tu abuela, por ejemplo. Si la proteína es escasa, una sinapsis crecerá a expensas de la otra, y esta competencia reduce las conexiones de nuestros cerebros y evita que exploten con señales.
El equipo de Lu pudo mostrar estos fenómenos directamente usando sus dispositivos memristor. En el escenario de competencia, Los iones de litio se drenaron de un lado del dispositivo. El lado con los iones de litio aumentó su conductancia, emulando el crecimiento, y la conductancia del dispositivo con poco litio se atrofió.
En un escenario de cooperación, hicieron una red de memristor con cuatro dispositivos que pueden intercambiar iones de litio, y luego extrajo algunos iones de litio de un dispositivo a los demás. En este caso, no solo el donante de litio podría aumentar su conductancia, los otros tres dispositivos también podrían, aunque sus señales no fueron tan fuertes.
El equipo de Lu está construyendo redes de memristores como estos para explorar su potencial para la computación neuromórfica, que imita los circuitos del cerebro.