Neuronas de nanohilos superconductores alcanzan eficiencia de cerebro humano

Investigadores del MIT han diseñado una neurona artificial a partir de nanohilos superconductores.

En teoría, un circuito simple de tales neuronas puede funcionar tan eficientemente como el cerebro humano.

La red puede realizar cien billones de operaciones sinápticas por segundo por vatio.

Características principales de una neurona artificial

Las neuronas biológicas generan picos eléctricos para codificar información, que viajan a lo largo del nervio. La información pasa a otra neurona vía sinapsis (unión entre dos células nerviosas).

Las otras neuronas pueden pasar o bloquear esta información. De hecho, se comportan como compuertas lógicas, generando una salida en respuesta a múltiples entradas.

Estas neuronas no disparan a menos que el pulso eléctrico entrante supere algún valor umbral. No pueden disparar de nuevo hasta que ha pasado un tiempo específico, llamado período refractario.

Fuente: arXiv:1907.00263

Los nuevos nanohilos superconductores imitan todas estas características de neuronas biológicas. Tienen una extraña propiedad no lineal que permite que la superconductividad del nanohilo se rompa cuando fluye corriente superior a un nivel umbral.

Esto ocurre por el aumento repentino de resistencia, que crea un pulso de voltaje análogo al pico eléctrico en la neurona biológica. Puede usarse para modular otro pulso generado por un segundo nanohilo, haciendo la simulación aún más precisa.

Fuente de imagen: Adobe Stock

Así, un circuito simple de nanohilos puede imitar características principales de neuronas, incluyendo umbral de disparo, tiempo de propagación (ajustable sintonizando propiedades del circuito) y período refractario.

Eficiencia energética y limitaciones

La eficiencia energética de tales circuitos superconductores puede igualarse a la de redes neuronales biológicas. Según el equipo, su red neuronal artificial propuesta puede realizar cerca de cien billones de operaciones sinápticas por segundo por vatio.

Las simulaciones son prometedoras. Si tiene éxito, puede ser tecnología altamente competitiva en velocidad y potencia. El diseño puede permitir un procesador neuromórfico a gran escala entrenable como red neuronal de pulsos para tareas complejas como reconocimiento de patrones.

Como otros conceptos, tiene limitaciones: las neuronas superconductoras solo pueden enlazarse a unas pocas otras neuronas. Mientras que la neurona biológica conecta con miles. Por ahora, es solo un diseño que necesita demostración de principio.