Gracias al memristor , computadoras podrán emular al sistema neuronal y aprender por si mismas

Dinamismo Caotico en la nanoescala - Por Amelia OS

(Last Updated On: marzo 10, 2018)

Publicado a las 04:48 PM CST en Oct 10,2017 | Actualizado a las 04:48 PM CST en Oct 10,2017


En la actualidad, los sistemas de aprendizaje automático utilizan modelos neuronales simplificados que carecen de los ricos fenómenos no lineales observados en los sistemas biológicos, que presentan dinámicas de cooperación espacio-temporales.

Hay evidencia de que las neuronas operan en un régimen llamado el borde del caos que puede ser central para la complejidad, la eficiencia del aprendizaje, la adaptabilidad y el cálculo analógico (no booleano) en los cerebros.

Las redes neuronales han mostrado una mayor complejidad computacional cuando son operadas al borde del caos, y las redes de elementos caóticos han sido propuestas para resolver problemas de optimización global o combinatoria.

Por lo tanto, una fuente de comportamiento caótico controlable que puede ser incorporada a un circuito inspirado en el sistema neuronal puede ser un componente esencial de futuros sistemas computacionales.

Dichos elementos caóticos han sido simulados utilizando complejos circuitos de transistores que simulan ecuaciones conocidas del caos, pero ha faltado una realización experimental de dinámicas caóticas a partir de un único dispositivo electrónico escalable.

HP Trabaja en un Nuevo Tipo de Memoria y Procesamiento

El borde del caos es un estado que permite una computación analógica rápida y eficiente del tipo que puede resolver problemas que se vuelven cada vez más difíciles a medida que aumentan de dimensión.

El problema es que, si usted está tratando de replicar ese tipo de computación caótica con la electrónica, necesita un elemento que tanto actúe de forma caótica, cómo y cuándo lo desee, y podría escalar para formar un gran sistema.

Nadie había sido capaz de mostrar una dinámica caótica en un único dispositivo electrónico escalable “, dice Suhas Kumar, investigador de Hewlett Packard Labs, en Palo Alto, California, hasta ahora.

Él, John Paul Strachan y R. Stanley Williams mostraron recientemente que una configuración particular de cierto tipo de memristor contiene esa semilla de caos controlado. Además, cuando simularon el cableado de estos en un tipo de circuito llamado red neuronal Hopfield, el circuito fue capaz de resolver un problema ridículamente difícil – 1000 instancias del problema del vendedor ambulante – a una tasa de 10 billones de operaciones por segundo por vatio.

Foto: Suhas Kumar/Hewlett Packard Labs

Una micrografía muestra la construcción de un memristor Mott compuesto por una capa de 8 nanómetros de dióxido de niobio entre dos capas de nitruro de titanio.

(No es una comparación entre manzanas y manzanas, pero la supercomputadora más poderosa del mundo en junio del 2017 manejó 93,015 billones de operaciones en coma flotante por segundo pero consumió 15 megavatios haciéndolo. Así que cerca de 6 mil millones de operaciones por segundo por vatio.

El dispositivo en cuestión se llama un memristor Mott. Los memoristores generalmente son dispositivos que guardan una memoria, en forma de resistencia, de la corriente que ha fluido a través de ellos. El tipo más conocido se llama RAM resistiva (o ReRAM o RRAM, dependiendo de quién lo pida). Los memristores de Mott tienen una capacidad añadida en que también pueden reflejar un cambio de resistencia impulsado por la temperatura.

El equipo de HP Labs hizo su memristor a partir de una capa de 8 nanómetros de dióxido de niobio (NbO2) entre dos capas de nitruro de titanio. La capa inferior de nitruro de titanio se presentaba en forma de pilar de 70 nanómetros de ancho. Demostramos que este tipo de memristor puede generar señales caóticas y no caóticas “, dice Williams, quien inventó el memristor basado en la teoría de Leon Chua.

Lo que está sucediendo básicamente es que al controlar el voltaje y la corriente, el dispositivo puede ser puesto en un estado donde las fluctuaciones térmicas aleatorias en los pocos nanómetros de NbO2 se amplifican lo suficiente como para alterar la forma en que reacciona el memristor. Williams y sus colegas señalan que estas fluctuaciones sólo son lo suficientemente grandes como para afectar a las cosas en memorias de esta magnitud. Nunca lo vieron en aparatos más grandes.


Referencias & Fuentes

nature.comChaotic dynamics in nanoscale NbO2 Mott memristors for analogue computing

tablet-news.comHP Working on New Type of Memory and Processing, With Android in the Mix

spectrum.ieee.orgMemristor-Driven Analog Compute Engine Would Use Chaos to Compute Efficiently

Si te fue útil, Comparte esta Información
  • 88
  • 34
  • 6
  •  
  •  
    128
    Shares

Comenta

Deja un comentario