Son muchas veces más rápidas que las memorias flash y requieren mucha menos energía: las células de memoria memristiva podrían revolucionar la eficiencia energética de las computadoras neuronales. En estas computadoras, modeladas según la forma en que funciona el cerebro humano, las células memristivas actúan como sinapsis artificiales. Muchos grupos en todo el mundo están trabajando con circuitos neuronales compatibles, pero a menudo sin comprender cómo funcionan y con modelos defectuosos. Los investigadores de Julich ahora han resumido los principios y modelos físicos en un artículo de revisión integral en la revista Advances in Physics.
Ciertas tareas, como el reconocimiento de patrones y el lenguaje, son realizadas de manera muy eficiente por el cerebro humano, requiriendo solo una diezmilésima parte del poder de la llamada «computadora von Neumann». Una de las razones radica en las diferencias estructurales: en la arquitectura de von Neumann, existe una clara separación entre la memoria y el procesador, lo que requiere la transferencia constante de grandes cantidades de datos. Esto es una pérdida de tiempo y energía, el llamado cuello de botella de von Neumann. En el cerebro, el proceso computacional tiene lugar directamente en la memoria de datos y las sinapsis biológicas realizan tareas tanto de memoria como de procesamiento.
En Jülich, los científicos han trabajado durante más de 15 años en dispositivos y componentes especiales de almacenamiento de datos que podrían tener propiedades similares a las sinapsis del cerebro humano. Los llamados dispositivos de memoria memristiva, también conocidos como memristores, son extremadamente rápidos, eficientes energéticamente y pueden minimizarse hasta la escala nanométrica. La acción de las células memristivas se basa en un efecto muy especial: su resistencia eléctrica no es constante, sino que puede cambiarse y restablecerse aplicando un voltaje externo, teóricamente de forma continua. El cambio en la resistencia está controlado por el movimiento de los iones de oxígeno. Si estos se alejan de la capa de óxido de metal semiconductor, el material se vuelve más conductor y la resistencia eléctrica disminuye. Este cambio en la resistencia se puede utilizar para almacenar información.
Los procesos que pueden ocurrir en las células son muy complejos y varían según el sistema material. Tres investigadores del Instituto Jülich Peter Grunberg, la profesora Regina Dittmann, el Dr. Stefan Menzel y el profesor Rainer Wasser, han recopilado los resultados de su investigación en un artículo de revisión detallado, «Nanoesferas en óxidos metálicos: el mecanismo del cambio de valencia». Explican en detalle los diferentes efectos físicos y químicos en los memristores y destacan la influencia de estos efectos en las propiedades de conmutación y la confiabilidad de las células memristivas.
«Si observa las actividades de investigación actuales en el campo de los circuitos neuronales de memristor, a menudo se basan en enfoques experimentales para mejorar los materiales», dijo Rainer Wasser, director del Instituto Peter Grunberg. «Nuestro objetivo con nuestro artículo de revisión es brindar a los investigadores algo con lo que trabajar para permitir la mejora del material basada en la información». El equipo de autores trabajó en el artículo de casi 200 páginas durante diez años y era natural que siguieran incorporando avances en el conocimiento.
Regina Dittmann, del Instituto Peter Grünberg, explica: «Las funciones similares de las células memristivas necesarias para usarse como sinapsis artificiales no son el caso normal. Por lo general, hay saltos repentinos en la resistencia, causados por la amplificación mutua del movimiento iónico y el calor Joule». . «En nuestro artículo de revisión, brindamos a los investigadores la comprensión necesaria sobre cómo cambiar la dinámica de las células para permitir un modo de operación analógico».
«Ves una y otra vez que los grupos imitan sus circuitos de memristores con modelos que no tienen en cuenta la alta dinámica de las células. Estos circuitos nunca funcionarán». Stefan Menzel, quien dirige las actividades de modelado en el Instituto Peter Grunberg y ha desarrollado poderosos modelos incorporados que ahora son de dominio público, dijo. «En nuestro artículo de revisión, presentamos los conceptos básicos muy útiles para el uso correcto de nuestros modelos compactos».
Hoja de ruta de la computación neuronal
La hoja de ruta de ingeniería neuronal y computación, publicada en mayo de 2022, muestra cómo la computación neuronal puede ayudar a reducir el consumo masivo de energía de la tecnología de la información a nivel mundial. En él, investigadores del Instituto Peter Grünberg (PGI-7), junto con destacados expertos en la materia, han sintetizado diversas posibilidades tecnológicas, enfoques computacionales, algoritmos de aprendizaje y áreas de aplicación.
Según el estudio, es probable que las aplicaciones en inteligencia artificial, como el reconocimiento de patrones o el reconocimiento de voz, se beneficien de manera especial del uso de dispositivos neuronales. Esto se debe a que se basan -mucho más que la computación digital tradicional- en la transmisión de grandes cantidades de datos. Las celdas memristivas hacen posible procesar estos enormes conjuntos de datos directamente en la memoria sin moverlos de un lado a otro entre el procesador y la memoria. Esto puede reducir la eficiencia energética de las redes neuronales artificiales en órdenes de magnitud.
Las células memristivas también se pueden vincular para formar matrices de alta densidad que permiten que las redes neuronales aprendan localmente. Por lo tanto, la denominada computación perimetral traslada los cálculos del centro de datos al piso de la fábrica, el automóvil o el hogar de las personas que necesitan atención. Así, se pueden realizar operaciones de seguimiento y control o iniciar acciones de rescate sin necesidad de enviar datos a través de la nube. “Esto logra dos cosas al mismo tiempo: se ahorra energía y, al mismo tiempo, los datos personales y relacionados con la seguridad permanecen en el sitio”, dice el profesor Dittmann, quien desempeñó un papel clave en la creación de la hoja de ruta como editor.
«Pensador incondicional. Aficionado a la televisión galardonado. Emprendedor total. Evangelista de la web. Nerd del café».