El cerebro requiere sorprendentemente poca energía para adaptarse al entorno para aprender, hacer reconocimientos ambiguos, tener una alta capacidad de reconocimiento e inteligencia, y realizar un procesamiento de información complejo.
Las dos características clave de los circuitos neuronales son "capacidad de aprendizaje de las sinapsis" e "impulsos nerviosos o picos". A medida que avanza la ciencia del cerebro, la estructura del cerebro se ha aclarado gradualmente, pero es demasiado complicado de emular por completo. Los científicos han intentado replicarfunción cerebral mediante el uso de circuitos y dispositivos neuromórficos simplificados que emulan una parte de los mecanismos del cerebro.
Al desarrollar chips neuromórficos para replicar artificialmente los circuitos que imitan la estructura y función del cerebro, las funciones de generación y transmisión de picos espontáneos que imitan los impulsos nerviosos picos aún no se han utilizado por completo.
Un grupo conjunto de investigadores del Instituto de Tecnología de Kyushu y la Universidad de Osaka estudiaron el control de rectificación actual en uniones de varias moléculas y partículas absorbidas en nanotubos de carbono de pared simple SWNT, utilizando microscopía de fuerza atómica conductiva C-AFM, y descubrieronque se produjo una resistencia diferencial negativa en las moléculas de polioxometalato POM absorbidas en SWNT. Esto sugiere que se produce un estado de no equilibrio dinámico inestable en las uniones moleculares.
Además, los investigadores crearon dispositivos neuromórficos moleculares de red SWNT / POM aleatorios extremadamente densos, generando picos espontáneos similares a los impulsos nerviosos de las neuronas.
POM consiste en átomos metálicos y átomos de oxígeno para formar un marco tridimensional. A diferencia de las moléculas orgánicas ordinarias, POM puede almacenar cargas en una sola molécula. En este estudio, se pensó que la resistencia diferencial negativa y la generación de picos de la red erancausado por la dinámica de carga de no equilibrio en las uniones moleculares en la red.
Por lo tanto, el grupo de investigación conjunto dirigido por Megumi Akai-Kasaya realizó cálculos de simulación del modelo de red molecular aleatorio complejado con moléculas POM, que pueden almacenar cargas eléctricas, replicando picos generados a partir de la red molecular aleatoria. También demostraron que estoEs muy probable que el modelo molecular se convierta en un componente de los dispositivos de computación de reservorios. La computación de reservorios se anticipa como inteligencia artificial IA de próxima generación. Sus resultados de investigación se publicaron en Comunicaciones de la naturaleza .
"La importancia de nuestro estudio es que una parte de la función cerebral fue replicada por materiales nano-moleculares. Demostramos la posibilidad de que la red molecular aleatoria en sí misma pueda convertirse en IA neuromórfica", dice el autor principal Hirofumi Tanaka.
Se espera que los logros de este grupo contribuyan en gran medida al desarrollo de dispositivos neuromórficos del futuro.
Fuente de la historia :
Materiales proporcionados por Universidad de Osaka . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :