El efecto de memoria de los memristores es debido a la histéresis en su curva característica tensión-intensidad (o voltaje-corriente). Gracias a ello pueden simular una neurona artificial. Se publica en Nature una red de neuronas artificiales basadas en memristores que resuelve un problema clásico: el reconocimiento de letras del alfabeto en imágenes con ruido. Los memristores usados tienen un área de 200 × 200 nanómetros, luego son demasiado grandes para soñar con imitar con estos circuitos neuromórficos un encéfalo humano, pero en Nature califican de gran avance este nuevo trabajo.
El artículo es M. Prezioso et al., «Training and operation of an integrated neuromorphic network based on metal-oxide memristors,» Nature 521: 61-64, 07 May 2015; doi: 10.1038/nature14441. Recomiendo leer a Robert Legenstein, «Computer science: Nanoscale connections for brain-like circuits,» Nature 521: 37-38, 07 May 2015; doi: 10.1038/521037a.
La red de neuronas artificiales se implementa mediante una matriz de 12×12 memristores (memory resistors), cada uno ocupando un área de 0,2×0,2 micrómetros (luego no son nanotecnológicos). Cada memristor está fabricado mediante una heteroestructura formada por varias nanocapas (menos de 100 nm cada una) de óxido de aluminio (Al2O3), dióxido de titanio (TiO2–x), platino (Pt), titanio (Ti) y tantalio (Ta) sobre un sustrato de silicio.
En la red de neuronas artificiales cada conexión sináptica se implementa mediante la diferencia de potencial entre dos memristores. Por ello los píxeles de las imágenes de las letras del alfabeto que se usan en el entrenamiento de la red y en el reconocimiento tienen un patrón de 3×3 píxeles con dos colores (blanco y negro). Todavía se está lejos de resolver el problema clásico del reconocimiento de letras con un patrón estándar de 8×8 píxeles (que todos los que hemos estudiado redes de neuronas artíciales hemos tenido que simular).
Los autores del artículo afirman que su diseño es escalable y que usando memristores de menor área (30×30 nm) la tecnología actual permitirá resolver problemas a mayor escala en los próximos años. De hecho, creen razonable fabricar matrices de hasta 100×100 memristores. Queda mucho trabajo por realizar para que este tipo de dispositivos sean competitivos con otras técnicas de implementación hardware de neuronas artificiales. Sin embargo, se trata de un trabajo interesante y prometedor que generará muchas secuelas más prometedoras.
Me alegra ver que una de mis predicciones caseras para las primeras décadas de este siglo va cogiendo forma. :).
Amarashiki, he hojeado en tu web los posts: Basic Cosmology (I), (II), (III), (V), (VI) y (VII)
Pero en cambio el post «Basic Cosmology (IV)» me aparece en blanco. ¿Se ha perdido? ¿O tengo yo algún problema en mi pc que no lo visualiza?
He intentado ponerte el comentario allí 3 o 4 veces, pero no me deja, me dice siempre que he fallado el spam-test, (aunque yo creo que he respondido correctamente)
Espero que a Francis no le importe que haya escrito el comentario aquí, saludos a ambos.
Pues sí…Y aunque le he reeditado me sigue apareciendo en blanco…¡Qué raro! Intentaré solucionarlo si puedo…Pero no me había pasado nunca…
¿Te enfrentaste a mi spam-bot filter? Juas… ¿Qué pregunta de ellas respondiste? No son cuestiones fáciles…Mi trivial es digamos un «Gran Filtro» (como el que posiblemente existe en el Universo conocido para las inteligencias extraterrrestres y formas de vida) para evitar trolls, spammers y otros especímenes que no quiero jodan mi trabajo…Especialmente ahora que he superado el millón de visitas…Según wordpress, y más de 169 mil IPs únicas…
Creo que ya está arreglado…Misterios de wordpress…No sé si era por una ecuación mal editada o por una foto que por error fue eliminada no salía el post. Ahora que tengo un plugin más poderoso, escribo más deprisa cuando me pongo las ecuaciones, pero los posts antiguos, anteriores al 155 o así, los he dejado de momento con el sistema antiguo hasta que haga un .pdf con todos mis posts…Que es algo que tengo en mente para cuando llegue a los 300 o similares…Que lo disfrutes.
Sí Amarashiki, ahora ya se ve el post, gracias.
Además ahora también me ha aceptado el comentario que te he puesto allí mismo notificándotelo, (en cambio ayer me decía siempre que fallaba el spam test, ¿… misterios del wordpress…?)
Saludos y gracias también a Francis.
Francis, en este caso simularían cada memristor una sinapsis? , tengo entendido que las sinapsis naturales andan por los 50nm, pero las neuronas son mucho mas grandes, de 5um a 135um. si es así, no estan muy lejos del tamaño real. Ahora este tipo de implementación, se corresponde con el funcionamiento real de las neuronas naturales?
Fran !!
Pero esto no es una red de neuronas, no ?? La inteligencia no es un fenómeno cooperativo ?? Aqui no hay ninguna propiedad emergente. Esto no es lo mismo que un ordenador con varios núcleos ?? Kiero decir que la velocidad de procesado aumenta, porque hay más colas donde se van colocando las diferentes tareas, pero nada más. Es imposible conseguir que al combinar muchas neuronas el conjunto tenga propiedades diferentes que cada uno de los integrantes ??
Me alegra finalmente lee run articulo centrado y no amarillista sobre el articulo en nature.
Me corregirá le autor del blog, pero hasta donde yo entiendo, los memrisotres en esta aplicación solo juegan el rol de memorias. Se utilizan para juardar el peso sináptico pero no juegan nigún papel en las funciones de activación o en el algoritmo de aprendizaje. Ambas cosas son implementadas con electrónica externa.
Es un resultado que demuestra las posibilidades del memristor como memoria de bajo consumo, pero creo que no dice nada de nuestro avance hacia sistemas inteligentes (todo el computo en este dispositivo se hace con electrónica externa ya desarrollada). Otra cosa a observar es que en el cerebro no es tan fácil distinguir «memoria» de «procesador», como se puede hacer en las compus, y no queda claro que el camino hacía dispositivos con inteligencia humana vaya por el lado de esa separación.
Gracias por el post!