Los Nanotubos de carbono traen el ruido de fondo al mundo de las computadoras

Por Amelia OS

(Last Updated On: marzo 10, 2018)

Publicado a las 07:56 PM CST en Oct 05,2017 | Actualizado a las 07:56 PM CST en Oct 05,2017


Parece contrario a la lógica pensar que el ruido de fondo -como por ejemplo un ruido blanco- pueda ser utilizado para ayudar a detectar señales débiles. Pero eso es lo que sucede en un fenómeno inesperado conocido como resonancia estocástica (RS). Lo vemos en uso ayudando a la gente a mantener su equilibrio o a los peces espátula localizando el plancton en aguas fangosas.

Actualmente, investigadores de la Universidad de Osaka (Japón) han desarrollado un dispositivo electrónico basado en SR que posiblemente podría dar paso a una nueva era de sensores bioinspirados y de nuevos enfoques informáticos. La clave del dispositivo es el uso de nanotubos de carbono de pared simple (SWNTs) y moléculas de ácido fosfomolibídico (PMo12). La combinación crea un constante zumbido de movimiento.

Para que un dispositivo electrónico basado en SR funcione, necesita tanto un umbral de detección de señal como ruido adicional. En la investigación descrita en la revista Applied Physics Letters, los investigadores japoneses consiguieron ambas cosas alineando primero 300 SWNTs en paralelo entre sí y luego colocando al grupo entre dos electrodos de cromo.

Los SWNTs generan su propio ruido debido a su alta sensibilidad a las perturbaciones externas de la superficie, mientras que los dos electrodos de cromo simplemente mejoran la capacidad de detección de señales.

Cuando las moléculas PMo12 se añaden a los SWNTs, sirven como un disruptor adicional a los SWNTs a través del proceso de adsorción molecular. Esta adsorción genera un tipo de ruido eléctrico grande y ajustable además del ruido ambiental común.

Nuestro sistema consiste en un umbral de detección de señales en la interfaz entre SWNT y electrodo, y el sistema se multiplica por el número de SWNTs “, dijo Megumi Akai-Kasaya, profesor asistente de la Universidad de Osaka, en una entrevista por correo electrónico con IEEE Spectrum.

“Nuestro sistema también proporciona el ruido, que ayuda a detectar la señal.”

El proceso de adsorción de las moléculas PMo12 en la superficie de los SWNTs es el fenómeno físico clave del dispositivo.

Cuando las moléculas PMo12 entran en contacto con el mar de electrones de los SWNTs, actúan como trampas de carga que parpadean a temperatura ambiente “, dijo Akai-Kasaya. Entonces, estas cargas atrapadas actúan como una puerta de entrada para los transistores de emisión de campo (FETs) semiconductores basados en SWNT. El parpadeo de la trampa de carga y el destrapado hace ruido en los flujos de corriente en todo el SWNT. Esta es la razón de la generación de ruido de las moléculas PMo12 “.

Por lo tanto, un poco de ruido aleatorio puede amplificar una señal para que una pequeña vibración en los dedos de alguien pueda mejorar su sentido del tacto. Pero, ¿cómo se traduce todo esto en enfoques de computación?

Todo vuelve a la biología. Akai-Kasaya explica que el cálculo estocástico en nuestro cerebro se considera uno de los orígenes de la inteligencia, y el ruido debería ayudar a hiper-bajo consumo de energía del cerebro.

Actualmente, la inteligencia artificial (IA), la red neuronal artificial y el aprendizaje profundo no usan computación estocástica “, dijo Akai-Kasaya. “Pero los investigadores de IA están desarrollando computación estocástica.”

Algunos de estos desarrollos de inteligencia artificial son tecnologías como la máquina de Boltzmann, que es una especie de red neuronal basada en principios estocásticos y redes neuronales de picos, que implican la combinación de fluctuaciones estocásticas.

El desarrollo del hardware de computación neuromórfica se encuentra todavía en sus primeras etapas. (IEEE Spectrum produjo un informe especial sobre este campo general a principios de este año: ¿Podemos copiar el cerebro? Akai-Kasaya cree que los dispositivos de generación de ruido serán necesarios en este hardware futuro para realizar cálculos estocásticos neuromórficos o para realizar transferencias de información de bajo consumo de energía.

En la investigación continua, Akai-Kasaya persigue estos objetivos de computación estocástica neuromórfica mediante la construcción de hardware de red neuronal utilizando otro material distinto a los SWNTs.

Y añade:”Me gustaría demostrar que una red neuronal compuesta por nanomateriales capaz de fluctuar espontáneamente como hemos demostrado tendrá una nueva funcionalidad”.

Referencias & Fuentes :

spectrum.ieee.orgCarbon Nanotubes Bring Background Noise to Computation

Si te fue útil, Comparte esta Información
  • 24
  • 2
  •  
  •  
  •  
    26
    Shares

Deja un comentario