Las redes neuronales son algunas de las herramientas más importantes en inteligencia artificial IA: imitan el funcionamiento del cerebro humano y pueden reconocer de manera confiable textos, lenguaje e imágenes, por nombrar solo algunos. Hasta ahora, se ejecutan en procesadores tradicionalesen forma de software adaptativo, pero los expertos están trabajando en un concepto alternativo, la "computadora neuromórfica". En este caso, los puntos de conmutación del cerebro, las neuronas, no se simulan con software, sino que se reconstruyen en componentes de hardware. Un equipo deLos investigadores de Helmholtz-Zentrum Dresden-Rossendorf HZDR han demostrado un nuevo enfoque para dicho hardware: ondas magnéticas dirigidas que se generan y dividen en obleas del tamaño de un micrómetro. Mirando hacia el futuro, esto podría significar que las tareas de optimizaciónel reconocimiento podría completarse más rápido y con mayor eficiencia energética. Los investigadores han presentado sus resultados en la revista Cartas de revisión física .
El equipo basó sus investigaciones en un pequeño disco del material magnético hierro níquel, con un diámetro de solo unos pocos micrómetros de ancho. Se coloca un anillo de oro alrededor de este disco: cuando una corriente alterna en el rango de gigahercios fluye a través de él, emitemicroondas que excitan las llamadas ondas de espín en el disco. "Los electrones en el níquel de hierro exhiben un espín, una especie de giro en el lugar más bien como una peonza", Helmut Schultheiß, director del Emmy Noether Group "Magnonics" enHZDR, explica. "Usamos los impulsos de microondas para desviar ligeramente la parte superior del electrón". Los electrones luego transmiten esta perturbación a sus respectivos vecinos, lo que hace que una onda de giro se dispare a través del material. La información se puede transportar de manera altamente eficientede esta manera sin tener que mover los propios electrones, que es lo que ocurre en los chips informáticos actuales.
En 2019, el grupo Schultheiß descubrió algo notable: bajo ciertas circunstancias, la onda de giro generada en el vórtice magnético se puede dividir en dos ondas, cada una con una frecuencia reducida. "Los llamados efectos no lineales son responsables de esto", explica el colega de Schultheiß, Lukas Körber." Solo se activan cuando la potencia de microondas irradiada cruza un cierto umbral ". Tal comportamiento sugiere que las ondas de espín son candidatas prometedoras para neuronas artificiales porque hay un paralelo asombroso con el funcionamiento del cerebro: estas neuronastambién solo se dispara cuando se ha cruzado un cierto umbral de estímulo.
señuelo de microondas
Al principio, sin embargo, los científicos no pudieron controlar la división de la onda de giro con mucha precisión. Körber explica por qué: "Cuando enviamos el microondas al disco, hubo un desfase de tiempo antes de que la onda de giro se dividiera en dos nuevas ondas. Y esto fue difícil de controlar ". Por lo tanto, el equipo tuvo que pensar en una forma de solucionar el problema, que ahora han descrito en las Cartas de revisión física: Además del anillo de oro, una pequeña banda magnética está unida cerca deloblea magnética. Una señal de microondas corta genera una onda de giro en esta tira que puede interactuar con la onda de giro en la oblea y, por lo tanto, actuar como una especie de señuelo. La onda de giro en la tira hace que la onda de la oblea se divida más rápido ".Una señal adicional muy corta es suficiente para que la división ocurra más rápido ", explica Körber." Esto significa que ahora podemos activar el proceso y controlar el retardo de tiempo ".
Lo que también significa que, en principio, se ha demostrado que las obleas de ondas de espín son adecuadas para las neuronas de hardware artificiales: cambian de manera similar a las células nerviosas del cerebro y pueden controlarse directamente ". Lo siguiente que queremos hacer esconstruir una pequeña red con nuestras neuronas de onda de espín ", anuncia Helmut Schultheiß." Esta red neuromórfica debería realizar tareas simples como reconocer patrones sencillos ".
Reconocimiento facial y optimización del tráfico El reconocimiento de patrones es una de las principales aplicaciones de la IA. El reconocimiento facial en un teléfono inteligente, por ejemplo, evita la necesidad de una contraseña. Para que funcione, una red neuronal debe estar capacitada con anticipación,lo que implica una gran potencia de cálculo y cantidades masivas de datos. Los fabricantes de teléfonos inteligentes transfieren esta red a un chip especial que luego se integra en el teléfono celular. Pero el chip tiene una debilidad. No es adaptable, por lo que no puede reconocer rostros que usan una máscara Covid,por ejemplo.
Una computadora neuromórfica, por otro lado, también podría lidiar con situaciones como esta: a diferencia de los chips convencionales, sus componentes no están cableados, sino que funcionan como células nerviosas en el cerebro ". Debido a esto, una computadora neuromórfica podría procesargrandes volúmenes de datos a la vez, como un ser humano, y con mucha eficiencia energética ", se entusiasma Schultheiß. Aparte del reconocimiento de patrones, el nuevo tipo de computadora también podría resultar útil en otro campo económicamente relevante: para tareas de optimización como-Planificadores de rutas de teléfonos inteligentes de precisión.
Fuente de la historia :
Materiales proporcionado por Helmholtz-Zentrum Dresden-Rossendorf . Nota: el contenido se puede editar por estilo y longitud.
Referencias de revistas :
cite esta página :