Recientemente, los investigadores han logrado desarrollar una red neuronal física que imita la estructura del cerebro, permitiendo el aprendizaje y la memoria dinámicos. Esta red neuronal física está compuesta de pequeños nanocables y replica las sinapsis que se encuentran en el cerebro. Realiza tareas respondiendo a cambios en la resistencia electrónica en las intersecciones de los nanocables.

Este avance en la creación de una red neuronal física capaz de aprendizaje y memoria dinámicos es muy prometedor para el avance del campo de la inteligencia artificial y la computación neuromórfica. La emulación de estructuras y funcionalidades similares al cerebro en componentes a nanoescala abre nuevas posibilidades para crear sistemas más eficientes y adaptables. sistemas computacionales.

La red neuronal física, al reconocer e invocar secuencias de pulsos eléctricos, puede utilizar datos dinámicos del acceso en línea para realizar aprendizaje en tiempo real, reconocimiento de imágenes y otras tareas. Este enfoque ayuda a evitar el uso oneroso de memoria y energía tradicionalmente asociado con Tareas informáticas. La capacidad de aprovechar datos dinámicos y procesar información en tiempo real hace que esta red neuronal física sea particularmente prometedora para aplicaciones donde la eficiencia y la adaptabilidad son críticas, como en tareas que implican una rápida toma de decisiones o el procesamiento de entradas en constante cambio.

Cada nanocables tiene un ancho de aproximadamente una milésima parte del de un cabello humano. Juntos, forman una red aleatoria que se comporta de manera muy similar a las redes neuronales de nuestro cerebro. Estos nanocables pueden autoensamblarse en una red dinámicamente compleja con capacidades de memoria y procesamiento, similar al cerebro humano. Ahora, un equipo de investigación internacional de la Universidad de Sydney ha demostrado que la red de nanocables no sólo se parece al cerebro humano sino que también puede aprender y memorizar, de forma muy parecida a nuestro cerebro.

La red neuronal física emula la red neuronal humana y está compuesta por nanocables con un diámetro de una milmillonésima de metro. Procesa información ejecutando tareas de memoria y aprendizaje a través de una serie de comandos o algoritmos, respondiendo estos comandos o algoritmos a cambios en la resistencia electrónica en las intersecciones de los nanocables, similares a los nodos del juego "Pick-up Sticks".

Las tareas de memoria y aprendizaje se logran mediante algoritmos simples que responden a cambios en la resistencia electrónica en el punto de superposición de los nanocables. Esta funcionalidad se conoce como "interruptor de memoria resistivo", que se genera cuando la entrada eléctrica encuentra cambios en la conductividad, similar a lo que ocurre en sinapsis en nuestro cerebro.

Red de nanocables aprendió a reconocer dígitos escritos a mano

Esta innovadora tecnología no sólo conserva energía sino que también reduce significativamente el uso de memoria, allanando el camino para una inteligencia artificial eficiente y de bajo consumo de energía capaz de manejar tareas complejas de aprendizaje y memoria del mundo real. Su innovador artículo de investigación se publicó en "Nature Communications", lo que marca un avance significativo en los campos del aprendizaje automático y la inteligencia artificial.