Los sistemas físicos conocidos como «reservorios» están diseñados para emular redes neuronales y satisfacer la necesidad de mejorar la velocidad y la eficiencia computacional.
Superando los problemas anteriores con la compatibilidad, el rendimiento y la integración de dichos sistemas de depósito, los investigadores de Japón han desarrollado recientemente un transistor de activación de iones con estados de depósito mejorados y capacidades de memoria a corto plazo basadas en reacciones redox.
Este desarrollo abre la posibilidad de utilizar dispositivos iónicos basados en redox para aplicaciones de alto rendimiento. computación neuromórfica.
Con grandes avances en inteligencia artificial, reconocimiento de imágenes y detección de objetos, el campo de la computación ha sido testigo de una notable revolución en los últimos tiempos. Al ser un campo basado en datos, el análisis y procesamiento eficiente de conjuntos de datos grandes y complejos es de suma importancia en la informática. Para mejorar la eficiencia y la velocidad de las tareas basadas en datos, los investigadores están explorando la posibilidad de reconocer patrones y relaciones complejos inherentes a los datos para el desarrollo de tecnología informática «neuromórfica» de alto rendimiento. Este enfoque de vanguardia tiene como objetivo replicar la capacidad del cerebro para procesar información de manera paralela e interconectada. Al hacerlo, busca construir una red de nodos capaces de transformar datos en representaciones de alta dimensión adecuadas para tareas complejas como reconocimiento de patrones, predicción y clasificación.
Los reservorios físicos que se asemejan a redes neuronales reciben e interactúan con señales o datos de entrada, y sus elementos constituyentes, a saber, las neuronas y sus interconexiones, cambian dinámicamente con el tiempo. Estos estados de reservorio representan el sistema físico en un punto específico y juegan un papel vital en la transformación de las señales de entrada en representaciones de alta dimensión. Sin embargo, asegurar la alta dimensionalidad de un reservorio físico para lograr un número suficientemente grande de estados del reservorio es una tarea desafiante.
Ahora, en un estudio publicado en la revista Sistemas Inteligentes Avanzados, investigadores de Japón dirigidos por el profesor asociado Tohru Higuchi en la Universidad de Ciencias de Tokio (TUS) han desarrollado un reservorio de activación de iones basado en la reacción redox (redox-IGR) que puede lograr un número récord de estados del reservorio. Con este desarrollo, el Dr. Higuchi, junto con el Sr. Tomoki Wada y el Sr. Daiki Nishioka de TUS, y el Dr. Takashi Tsuchiya y el Dr. Kazuya Terabe del Instituto Nacional de Ciencias de los Materiales (NIMS) de Japón, ahora han avanzado la posibilidad de convertir la tecnología informática neuromórfica de mayor rendimiento en una realidad.
Los depósitos de compuerta iónica constan de electrodos de compuerta, drenaje y fuente y están separados por un electrolito que actúa como un medio para controlar el flujo de iones. La aplicación de un voltaje al electrodo de compuerta desencadena una reacción redox dentro del canal que conecta la fuente y los electrodos de drenaje, lo que da como resultado una corriente de drenaje que se puede modular con precisión. Convertir los conjuntos de datos de series temporales en voltajes de puerta puede permitir que las corrientes de salida correspondientes sirvan como estados de depósito distintos.
En este estudio, los investigadores utilizaron litio (Li+) vitrocerámica conductora de iones (LICGC) como electrolito. En LICGC, el Li+ los iones viajan más rápido en comparación con el canal, lo que lleva a la generación de dos corrientes de salida ー la corriente de drenaje y una corriente de compuerta adicional, duplicando efectivamente el número de estados del depósito. Además, las diferentes tasas de transporte de iones en el canal y el electrolito dan como resultado un retraso en la respuesta de la corriente de drenaje en comparación con la corriente de puerta. Esta respuesta retrasada habilita las capacidades de memoria a corto plazo dentro del sistema, lo que permite que el reservorio retenga y utilice información de entradas anteriores, un requisito crucial para los reservorios físicos.
Para fabricar este dispositivo, los investigadores depositaron una película de 200 nm de espesor de óxido de cobalto y litio (LiCoO2) sobre un sustrato LICGC de 0,15 mm de espesor. El electrodo de puerta estaba compuesto por una película delgada de Li-ion/platino (Pt), mientras que las películas delgadas de Pt se usaron para los electrodos de drenaje y fuente. El canal que conectaba los electrodos de drenaje y fuente consistía en un óxido de tungsteno (VI) de 100 nm de espesor (WO3) película delgada.
“Hemos reproducido con éxito características eléctricas similares a las de los circuitos neuronales utilizando reacciones redox inducidas por la inserción y desorción de Li+ iones en el LiXWO3 película delgada,» explica el Dr. Higuchi.
Demostrando capacidades notables, el dispositivo logró un total de 40 estados de depósito (20 de la corriente de drenaje y 20 de la corriente de puerta). Superó a otros reservorios físicos, como memristores y dispositivos de torsión de espín, al resolver ecuaciones dinámicas no lineales de segundo orden. En particular, la no linealidad, las capacidades de memoria a corto plazo y la gran cantidad de estados del reservorio permitieron que el dispositivo hiciera predicciones con un error de predicción cuadrático medio bajo de 0.163 en la tarea de promedio móvil autorregresivo no lineal de segundo orden (NARMA2) ー a prueba de referencia para evaluar el desempeño de un sistema de yacimiento al realizar operaciones no lineales complejas y predecir el valor futuro de una entrada de serie de tiempo con base en sus valores pasados de entrada y salida.
Al explicar las implicaciones de este desarrollo en la vida real, el Dr. Higuchi concluye: “El sistema desarrollado tiene el potencial de convertirse en una tecnología de uso general que se implementará en una amplia gama de dispositivos electrónicos, incluidas computadoras y teléfonos celulares en el futuro”.
Fuente: Universidad de Ciencias de Tokio
!function(f,b,e,v,n,t,s){if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};if(!f._fbq)f._fbq=n;
n.push=n;n.loaded=!0;n.version=’2.0′;n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];s.parentNode.insertBefore(t,s)}(window,
document,’script’,’https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1254095111342376’);
fbq(‘track’, ‘PageView’);