Madrid. Un equipo del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) avanzó hacia un sistema alternativo para simular redes neuronales, que usa dispositivos físicos analógicos que pueden imitar de manera mucho más eficiente los procesos cerebrales.

Equipos de todo el mundo están construyendo sistemas de inteligencia artificial cada vez más avanzados, diseñados de alguna manera para imitar el cableado del cerebro, con el propósito de llevar a cabo tareas como la visión por computadora y el procesamiento del lenguaje natural.

La nueva investigación del MIT trata de superar el obstáculo de que el uso de circuitos de semiconductores de última generación para simular redes neuronales requiere grandes cantidades de memoria y un alto consumo de energía.

Los hallazgos en tecnología basada en iones, que se presentan en Nature Communications, puede permitir simulaciones energéticamente eficientes del proceso de aprendizaje del cerebro, para sistemas de inteligencia artificial de redes neuronales.

Las redes neuronales intentan simular la forma en que se lleva a cabo el aprendizaje en el cerebro, que se basa en el fortalecimiento o debilitamiento gradual de las conexiones entre las neuronas, conocidas como sinapsis. El componente central de la red física es el interruptor resistivo, cuya conductancia electrónica se puede controlar eléctricamente, lo que emula ese proceso.

En las redes neuronales que utilizan la tecnología convencional de microchips de silicio, la simulación de estas sinapsis es un proceso muy intensivo en energía.

El nuevo sistema aborda el desafío energético y el relacionado con la repetibilidad, afirmó en un comunicado Bilge Yildiz, autor del estudio y profesor de ciencias e ingeniería nuclear y de ciencia e ingeniería de materiales.

El interruptor resistivo en este trabajo es un dispositivo electroquímico hecho de trióxido de tungsteno y funciona de manera similar a la carga y descarga de baterías.

Es similar al dopaje de los semiconductores, indicó Ju Li, coautor del estudio y profesor de ciencias e ingeniería nuclear y de ciencia e ingeniería de materiales.