Diseño de materiales inorgánicos para computación similar al cerebro.

Puede que ese futuro no sea ahora, pero está un paso más cerca, gracias a un equipo de científicos e ingenieros dirigido por la Universidad de Texas A&M y su reciente descubrimiento de un imitador basado en materiales para las señales neuronales responsables de transmitir información dentro del cerebro humano.
El equipo multidisciplinario, liderado por el químico de Texas A&M Sarbajit Banerjee en colaboración con el ingeniero eléctrico y de computadoras R. Stanley Williams de Texas A&M y colegas adicionales en Norteamérica y el extranjero, descubrió un mecanismo de conmutación eléctrica similar a una neurona en el material de estado sólido β ' -CuxV2O5: específicamente, cómo se transforma de forma reversible entre el comportamiento de conducción y aislamiento en el comando.
El equipo pudo aclarar el mecanismo subyacente que impulsa este comportamiento al dar una nueva mirada al β'-CuxV2O5, un notable material similar al camaleón que cambia con la temperatura o un estímulo eléctrico aplicado. En el proceso, se centraron en cómo los iones de cobre se mueven dentro del material y cómo esta danza sutil a su vez derrama electrones para transformarlo. Su investigación reveló que el movimiento de iones de cobre es la pieza clave de un cambio de conductividad eléctrica que puede aprovecharse para crear picos eléctricos de la misma manera que las neuronas funcionan en el sistema nervioso cerebral, un paso importante hacia el desarrollo de circuitos que funcionan como los humanos. cerebro.
Su artículo resultante, que presenta a los estudiantes graduados de química de Texas A&M, Abhishek Parija (ahora en Intel Corporation), Justin Andrews y Joseph Handy como primeros autores, se publica el 27 de febrero en la revista Cell Press Matter.
En su búsqueda por desarrollar nuevos modos de computación eficiente en energía, el amplio grupo de colaboradores está capitalizando materiales con inestabilidades electrónicas ajustables para lograr lo que se conoce como computación neuromórfica, o computación diseñada para replicar las capacidades únicas del cerebro y eficiencias sin igual.

"La naturaleza nos ha dado materiales con los tipos de comportamiento apropiados para imitar el procesamiento de información que ocurre en un cerebro, pero los caracterizados hasta la fecha han tenido varias limitaciones", dijo Williams. "La importancia de este trabajo es demostrar que los químicos pueden diseñar y crear racionalmente materiales eléctricamente activos con propiedades neuromórficas significativamente mejoradas. A medida que comprendamos más, nuestros materiales mejorarán significativamente, proporcionando así un nuevo camino hacia el continuo avance tecnológico de nuestras habilidades informáticas ".
Mientras que los teléfonos inteligentes y las computadoras portátiles aparentemente se vuelven más elegantes y rápidos con cada iteración, Parija señala que se requieren nuevos materiales y paradigmas informáticos liberados de las restricciones convencionales para cumplir con las demandas continuas de velocidad y eficiencia energética que están agotando las capacidades de los chips de computadora de silicio, que están alcanzando sus límites fundamentales en términos de eficiencia energética. La computación neuromórfica es uno de esos enfoques, y la manipulación del comportamiento de cambio en nuevos materiales es una forma de lograrlo.
"La premisa central, y por extensión la promesa central, de la computación neuromórfica es que todavía no hemos encontrado una manera de realizar cálculos de una manera tan eficiente como la función de las neuronas y las sinapsis en el cerebro humano". dijo Andrews, miembro de la NASA Space Technology Research Fellow. "La mayoría de los materiales son aislantes (no conductores), metálicos (conductores) o en algún punto intermedio. Sin embargo, algunos materiales pueden transformarse entre los dos estados: aislante (apagado) y conductivo (encendido) casi por orden".
Al usar una amplia combinación de técnicas computacionales y experimentales, Handy dijo que el equipo pudo demostrar no solo que este material sufre una transición impulsada por cambios en la temperatura, el voltaje y la intensidad del campo eléctrico que pueden usarse para crear circuitos similares a las neuronas, sino también Explique exhaustivamente cómo ocurre esta transición. A diferencia de otros materiales que tienen una transición metal-aislante (MIT), este material se basa en el movimiento de iones de cobre dentro de una red rígida de vanadio y oxígeno.
"Básicamente mostramos que un movimiento muy pequeño de iones de cobre dentro de la estructura produce un cambio masivo en la conductancia en todo el material", agregó Handy. "Debido a este movimiento de iones de cobre, el material se transforma de aislante a conductor en respuesta a cambios externos de temperatura, voltaje aplicado o corriente aplicada. En otras palabras, la aplicación de un pequeño pulso eléctrico nos permite transformar el material y guardar información dentro de él ya que funciona en un circuito, muy parecido a cómo funcionan las neuronas en el cerebro ".
Andrews compara la relación entre el movimiento de iones de cobre y los electrones en la estructura de vanadio con una danza.

"Cuando los iones de cobre se mueven, los electrones en la red de vanadio se mueven en concierto, reflejando el movimiento de los iones de cobre", dijo Andrews. "De esta manera, los movimientos increíblemente pequeños de los iones de cobre inducen grandes cambios electrónicos en la red de vanadio sin ningún cambio observable en el enlace vanadio-vanadio. Es como si los átomos de vanadio 'vieran' lo que el cobre está haciendo y responden".
Actualmente, la transmisión, el almacenamiento y el procesamiento de datos representan aproximadamente el 10 por ciento del uso global de energía, pero Banerjee dice que las extrapolaciones indican que la demanda de cómputo será muchas veces mayor que la prevista para el suministro global de energía para 2040. Por lo tanto, se requieren aumentos exponenciales en las capacidades informáticas. para visiones transformadoras, incluido el Internet de las cosas, el transporte autónomo, la infraestructura resistente a los desastres, la medicina personalizada y otros grandes desafíos sociales que de lo contrario se verán limitados por la incapacidad de las tecnologías informáticas actuales para manejar la magnitud y la complejidad de los generados por humanos y máquinas datos. Él dice que una forma de romper las limitaciones de la tecnología informática convencional es seguir la naturaleza, específicamente, los circuitos neuronales del cerebro humano, que supera ampliamente las arquitecturas informáticas convencionales en términos de eficiencia energética y también ofrece nuevos enfoques para aprendizaje automático y redes neuronales avanzadas.
"Para emular los elementos esenciales de la función neuronal en los circuitos artificiales, necesitamos materiales de estado sólido que exhiban inestabilidades electrónicas, que, como las neuronas, puedan almacenar información en su estado interno y en el momento de los eventos electrónicos", dijo Banerjee. "Nuestro nuevo trabajo explora los mecanismos fundamentales y el comportamiento electrónico de un material que exhibe tales inestabilidades. Al caracterizar completamente este material, también hemos proporcionado información que instruirá el diseño futuro de materiales neuromórficos, que pueden ofrecer una manera de cambiar la naturaleza de Cálculo de la máquina, desde la simple aritmética hasta la inteligencia similar al cerebro, al tiempo que aumenta drásticamente tanto el rendimiento como la eficiencia energética de los procesadores ".
Debido a que los diversos componentes que manejan las operaciones lógicas, almacenan la memoria y transfieren datos, todos están separados entre sí en la arquitectura de la computadora convencional, Banerjee dice que están plagados de ineficiencias inherentes con respecto tanto al tiempo que toma procesar la información como a la proximidad física del dispositivo. los elementos pueden estar antes de que los desechos térmicos y los electrones tunelen "accidentalmente" entre los componentes y se convierten en problemas mayores Por el contrario, en el cerebro humano, la lógica, el almacenamiento de memoria y la transferencia de datos se integran simultáneamente en la activación temporizada de neuronas que están densamente interconectadas en redes en 3-D desplegadas. Como resultado, las neuronas del cerebro procesan información con un voltaje 10 veces menor y una energía de operación sináptica casi 5,000 veces menor en comparación con las arquitecturas de computación de silicio. Para acercarse a lograr este tipo de eficiencia energética y computacional, dice que se necesitan nuevos materiales que puedan experimentar una rápida conmutación electrónica interna en los circuitos de una manera que imite cómo las neuronas se disparan en secuencias cronometradas.
Handy señala que el equipo aún necesita optimizar muchos parámetros, como la temperatura de transición y la velocidad de conmutación, junto con la magnitud del cambio en la resistencia eléctrica. Sin embargo, al determinar los principios subyacentes del MIT en β'-CuxV2O5 como un material prototipo dentro de un campo expansivo de candidatos, el equipo ha identificado ciertos motivos de diseño y parámetros químicos ajustables que finalmente resultan útiles en el diseño de futuros materiales informáticos neuromórficos, un esfuerzo importante que ha sido sembrado por el Programa X-Grant de Texas A&M.
"Este descubrimiento es muy emocionante porque proporciona un terreno fértil para el desarrollo de nuevos principios de diseño para ajustar las propiedades de los materiales y también sugiere nuevos enfoques interesantes para los investigadores en el campo para pensar en inestabilidades electrónicas eficientes en energía", dijo Parija. "Los dispositivos que incorporan la computación neuromórfica prometen una mejor eficiencia energética que la computación basada en silicio todavía tiene que ofrecer, así como mejoras en el rendimiento en desafíos informáticos como el reconocimiento de patrones, tareas que el cerebro humano está especialmente bien equipado para abordar. Los materiales y mecanismos que describimos en este trabajo nos acerca un paso más a la realización de la computación neuromórfica y, a su vez, actualiza todos los beneficios sociales y la promesa general que conlleva ".
El proyecto de varios años incorpora miembros del equipo de cuatro disciplinas (química, física, ciencia e ingeniería de materiales e ingeniería eléctrica e informática) e investigadores de Texas A&M, Lawrence Berkeley National Laboratory, la Universidad de Buffalo, la Universidad de Binghamton y la Universidad de Texas A&M en Qatar también confía en el trabajo realizado en The Molecular Foundry de Berkeley Lab y Advanced Light Source (ALS), Advanced Photon Source (APS) en el Laboratorio Nacional de Argonne y Canadian Light Source. La investigación fue financiada principalmente por la National Science Foundation (Grant No. DMR 1809866) con el apoyo adicional de una Texas A&M X-Grant y el Qatar National Research Fund.