Los ingenieros que trabajan en el «aprendizaje profundo analógico» han encontrado una forma de impulsar protones a través de sólidos a velocidades sin precedentes.
A medida que los científicos amplían los límites del aprendizaje automático, la cantidad de tiempo, energía y dinero necesarios para entrenar modelos de redes neuronales cada vez más complejos se dispara. Una nueva área de inteligencia artificial llamada aprendizaje profundo analógico promete un cálculo más rápido con una fracción del uso de energía.
Las resistencias programables son los bloques de construcción clave en el aprendizaje profundo analógico, al igual que los transistores son los elementos centrales de los procesadores digitales. Mediante la repetición de matrices de resistencias programables en capas complejas, los investigadores pueden crear una red de «neuronas» y «sinapsis» artificiales analógicas que ejecutan cálculos como una red neuronal digital. Luego, esta red se puede entrenar para lograr tareas complejas de IA como el reconocimiento de imágenes y el procesamiento del lenguaje natural.
Un equipo multidisciplinario de investigadores del MIT se dispuso a superar los límites de velocidad de un tipo de sinapsis analógica creada por humanos que habían desarrollado previamente . Utilizaron un material inorgánico práctico en el proceso de fabricación que permite que sus dispositivos funcionen 1 millón de veces más rápido que las versiones anteriores, que también es aproximadamente 1 millón de veces más rápido que las sinapsis en el cerebro humano.
Además, este material inorgánico también hace que la resistencia sea extremadamente eficiente desde el punto de vista energético. A diferencia de los materiales utilizados en la versión anterior de su dispositivo, el nuevo material es compatible con las técnicas de fabricación de silicio. Este cambio ha permitido fabricar dispositivos a escala nanométrica y podría allanar el camino para la integración en hardware informático comercial para aplicaciones de aprendizaje profundo.
«Con esa información clave y las poderosas técnicas de nanofabricación que tenemos en MIT.nano , hemos podido juntar estas piezas y demostrar que estos dispositivos son intrínsecamente muy rápidos y funcionan con voltajes razonables», dice el autor principal Jesús A. del Alamo, Profesor Donner en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS) del MIT. “Este trabajo realmente ha puesto a estos dispositivos en un punto en el que ahora parecen realmente prometedores para futuras aplicaciones”.
Conoce más aquí
