Las habilidades cognitivas pueden ser incorporadas a sistemas electrónicos
Un nuevo microchip imita el procesamiento de información del cerebro en tiempo real. Investigadores en neuroinformática de la Universidad de Zúrich y de la Escuela Politécnica Federal de Zúrich, junto con colegas de la UE y EE.UU., han demostrado cómo la complejidad de las habilidades cognitivas puede ser incorporada a sistemas electrónicos hechos con los denominados chips neuromórficos.
Ningún ordenador funciona tan eficientemente como el cerebro humano, tal es así que la construcción de un cerebro artificial es la meta de muchos científicos. Investigadores en neuroinformática de la Universidad de Zúrich y de la Escuela Politécnica Federal de Zúrich han hecho un gran avance en esta dirección mediante la configuración de los llamados chips neuromórficos, que imitan las habilidades de procesamiento de información del cerebro en tiempo real. Lo han demostrado mediante la construcción de un sistema artificial de procesamiento sensorial que exhibe capacidades cognitivas.
La mayoría de los enfoques en neuroinformática se limitan al desarrollo de modelos de redes neuronales en equipos convencionales o tienen como objetivo simular redes nerviosas complejas en superordenadores. Pocos persiguen el enfoque de los investigadores de Zúrich, desarrollar circuitos electrónicos que sean comparables a un cerebro real en términos de tamaño, velocidad, y consumo de energía. "Nuestro objetivo es emular las propiedades de las neuronas y las sinapsis biológicas directamente en microchips", explica Giacomo Indiveri, profesor en el Instituto de Neuroinformática (INI), en la nota de prensa de la Universidad de Zúrich.
El principal reto era configurar redes de fibras hechas de neuronas artificiales (neuromórficas), de tal forma que pudieran realizar tareas particulares, que los investigadores han logrado hacer: Desarrollaron un sistema neuromórfico que puede llevar a cabo tareas complejas sensorimotoras en tiempo real.
Con él efectúan una tarea que requiere memoria a corto plazo y toma de decisiones dependiente del contexto, dos rasgos típicos que son necesarios para las pruebas cognitivas. De este modo, el equipo de INI combinó las neuronas neuromórficas en forma de redes que implementaron módulos de procesamiento neuronal equivalentes a las denominadas "máquinas de estado finito", un concepto matemático para describir procesos lógicos o programas de ordenador.
La mayoría de los enfoques en neuroinformática se limitan al desarrollo de modelos de redes neuronales en equipos convencionales o tienen como objetivo simular redes nerviosas complejas en superordenadores. Pocos persiguen el enfoque de los investigadores de Zúrich, desarrollar circuitos electrónicos que sean comparables a un cerebro real en términos de tamaño, velocidad, y consumo de energía. "Nuestro objetivo es emular las propiedades de las neuronas y las sinapsis biológicas directamente en microchips", explica Giacomo Indiveri, profesor en el Instituto de Neuroinformática (INI), en la nota de prensa de la Universidad de Zúrich.
El principal reto era configurar redes de fibras hechas de neuronas artificiales (neuromórficas), de tal forma que pudieran realizar tareas particulares, que los investigadores han logrado hacer: Desarrollaron un sistema neuromórfico que puede llevar a cabo tareas complejas sensorimotoras en tiempo real.
Con él efectúan una tarea que requiere memoria a corto plazo y toma de decisiones dependiente del contexto, dos rasgos típicos que son necesarios para las pruebas cognitivas. De este modo, el equipo de INI combinó las neuronas neuromórficas en forma de redes que implementaron módulos de procesamiento neuronal equivalentes a las denominadas "máquinas de estado finito", un concepto matemático para describir procesos lógicos o programas de ordenador.
Artículos relacionados
Un gen que gestiona la energía del cerebro está relacionado con el alzhéimer
Técnicas espaciales mejoran el diagnóstico del Alzheimer
Las neuronas hablan de nuestro pasado
Beber agua ayuda a mejorar las notas de los exámenes
Consiguen “adivinar” lo que siente una persona, a partir de su actividad cerebral
Máquina de estado finito
El comportamiento puede ser formulado como una "máquina de estado finito" y por lo tanto transferido al hardware neuromófico de una manera automatizada. "Los patrones de conectividad de red se parecen mucho a las estructuras que se encuentran también en los cerebros de los mamíferos", dice Indiveri.
Así pues, los científicos demuestran por primera vez cómo puede construirse un sistema de hardware de procesamiento neural en tiempo real donde el usuario dicta el comportamiento. "Gracias a este método, los chips neuromórficos se pueden configurar para una amplia clase de modos de comportamiento. Nuestros resultados son fundamentales para el desarrollo de nuevas tecnologías inspiradas en el cerebro", resume indiveri. Una de las aplicaciones, por ejemplo, podría consistir en combinar los chips con componentes neuromórficos sensoriales, tales como una cóclea (para el óido) o una retina artificiales, para crear sistemas cognitivos complejas que interactúen con el entorno en tiempo real.
El comportamiento puede ser formulado como una "máquina de estado finito" y por lo tanto transferido al hardware neuromófico de una manera automatizada. "Los patrones de conectividad de red se parecen mucho a las estructuras que se encuentran también en los cerebros de los mamíferos", dice Indiveri.
Así pues, los científicos demuestran por primera vez cómo puede construirse un sistema de hardware de procesamiento neural en tiempo real donde el usuario dicta el comportamiento. "Gracias a este método, los chips neuromórficos se pueden configurar para una amplia clase de modos de comportamiento. Nuestros resultados son fundamentales para el desarrollo de nuevas tecnologías inspiradas en el cerebro", resume indiveri. Una de las aplicaciones, por ejemplo, podría consistir en combinar los chips con componentes neuromórficos sensoriales, tales como una cóclea (para el óido) o una retina artificiales, para crear sistemas cognitivos complejas que interactúen con el entorno en tiempo real.
Referencia bibliográfica:
E. Neftci, J. Binas, U. Rutishauser, E. Chicca, G. Indiveri, R. J. Douglas. Synthesizing cognition in neuromorphic electronic systems. PNAS. 22 de julio, 2013. Doi:10.1073/pnas.1212083110.
E. Neftci, J. Binas, U. Rutishauser, E. Chicca, G. Indiveri, R. J. Douglas. Synthesizing cognition in neuromorphic electronic systems. PNAS. 22 de julio, 2013. Doi:10.1073/pnas.1212083110.
No hay comentarios:
Publicar un comentario