Tras el cerebro electrónico
Con la electrónica tradicional resulta complicado reproducir, en un cerebro artificial, las cien mil millones de neuronas con sus conexiones. Científicos argentinos buscan lograrlo con dispositivos de memoria basados en una nueva electrónica.
Cada neurona se podría simular con 20 transistores, pero tenemos cien mil millones de ellas, lo cual haría un sistema que consumiría mucha energía, sería demasiado grande y requeriría un gran esfuerzo de refrigeración. Por eso, hay que pensar en otro tipo de electrónica de bajo consumo si se pretende hacer un cerebro electrónico. Foto: Pixabay.
“En mi laboratorio trato de hacer neuronas”, dice Carlos Acha, en una frase más natural para un libro de ciencia ficción, que para describir su línea de trabajo en el Departamento de Física de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires (Exactas UBA). Desde el Laboratorio de Bajas Temperaturas, que él dirige, explora distintos materiales para desarrollar una nueva electrónica, porque la actual echa humo por todos lados a la hora de elaborar un cerebro artificial.
“Si se desea construir un cerebro electrónico, se debería reproducir el funcionamiento eléctrico de las neuronas y de las conexiones entre ellas, es decir, las sinapsis. Hoy se podría hacer con la electrónica tradicional, es decir con los elementos constitutivos de los pendrives, basados en silicio. Cada neurona se podría simular con 20 transistores, pero tenemos cien mil millones de ellas, lo cual haría un sistema que consumiría mucha energía, sería demasiado grande y requeriría un gran esfuerzo de refrigeración. Por eso, hay que pensar en otro tipo de electrónica de bajo consumo si se pretende hacer un cerebro electrónico”, describe Acha, doctor en Física e investigador del CONICET.
En su cabeza, desde hace años, Acha está pensando, diseñando y poniendo a prueba dispositivos pequeños y livianos capaces de guardar altas densidades de datos. Se trata de memorias no volátiles, conocidas como memristores. Para lograr estos diminutos pero robustos aparatos hurgó en distintos materiales.
Junto con su equipo, él desarrolló particulares sándwiches de metal-óxido-metal, conformados por junturas de metales con cupratos superconductores o manganitas. Son éstas, las memorias que ocupan poco espacio, pesan lo mínimo indispensable, ofrecen gran capacidad de almacenamiento y, además, tienen una gran virtud: consumen poco. “Son potencialmente interesantes para aplicaciones neuromórficas, o sea, tratar de simular sistemas nerviosos o hacer inteligencia artificial. Esto es la que hoy permite reconocer una cara en Facebook o que un robot maneje un auto y guíe el camino. Para esto, hoy se usa software, pero también se puede hacer lo mismo con un circuito en estado sólido basado en estos dispositivos que tienen capacidad de aprender”, subraya.
Probando memorias
Para este investigador, la neurona se puede pensar como un dispositivo electrónico que va sumando estímulos de las vecinas (a través de las sinapsis) y que, cuando la suma supera cierto umbral en un determinado tiempo, termina emitiendo un pulso eléctrico. Este comportamiento se podría reproducir de modo artificial gracias a estos dispositivos, los memristores, cuando trabajan como memorias volátiles.
Dedicado a la ciencia básica, Acha no deja de probar componentes y tomar detallada nota de sus resultados. “Estamos estudiando –anticipa- materiales con distinta capacidad. Uno de ellos, se llama aislante de Mott. Además de ser aislante, debido a que tiene fuertes interacciones entre electrones, se le puede inducir, con una adecuada suma de estímulos externos, un estado conductor que es efímero (volátil) y, por lo tanto, termina respondiendo eléctricamente como una neurona”.
En su búsqueda de reproducir cómo funcionan algunas neuronas, con esa capacidad de recordar y olvidar a la vez, Acha remarca: “La memoria, desde el punto de vista biológico, tiene que ver con la conectividad, los memristores pueden generar un montón de estados de conducción distintos. Esto funciona muy parecido a la sinapsis o a una red neuronal, que es el sistema matemático empleado para hacer inteligencia artificial. Computacionalmente, se logra distinguir, por ejemplo, si una fotografía corresponde a un perro o un gato. Esto está basado en una red neuronal “entrenada”, y uno podría armar redes neuronales que sean exclusivamente electrónicas”, remarca.
Él insiste, una y otra vez, en investigar propiedades de materiales para dar con una nueva electrónica efectiva. “El cerebro humano tiene alrededor de cien mil millones de neuronas con mil a diez mil conexiones sinápticas entre sí. Esto es de una densidad enorme. Hacerlo con la electrónica común implicaría tener que emplear un gran volumen de componentes. Además, significaría mucho consumo energético y debería ser refrigerado. Requeriría megawatts de energía mientras que nuestro cerebro consume apenas 10 watts. Debemos pensar en otro tipo de electrónica. Estos memristores son buenos candidatos para ser parte de esta nueva electrónica que permita construir este cerebro electrónico”, concluye.
Quiénes son
Los que hacen posible esta investigación en el de Departamento de Física de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires son: los investigadores Federico Tesler, Alberto Camjayi y Carlos Acha, y la estudiante Guadalupe Martínez
Por su parte, colaboran del LPS-CNRS, Paris-Sud: Marcelo Rozenberg y Véronique Brouet.
