Bakú, 16 de agosto, AZERTAC

El Q-MEEN-C de la Universidad de San Diego está desarrollando ordenadores similares a cerebros mediante la imitación de neuronas y sinapsis en materiales cuánticos. AZERTAC informa según scitechdaily.com, los recientes descubrimientos sobre interacciones no locales representan un paso decisivo hacia un hardware de IA más eficiente que podría revolucionar la tecnología de la inteligencia artificial.

A menudo creemos que los ordenadores son más eficientes que los humanos. Al fin y al cabo, los ordenadores pueden resolver complejas ecuaciones matemáticas en un instante y recordar nombres que nosotros podríamos olvidar. Sin embargo, los cerebros humanos pueden procesar intrincadas capas de información con rapidez, precisión y casi sin aporte de energía. Reconocer una cara después de verla una sola vez o distinguir una montaña de un océano son ejemplos de este tipo de tareas. Estas funciones humanas aparentemente sencillas requieren un procesamiento y una energía considerables por parte de los ordenadores, e incluso así, los resultados pueden variar en cuanto a precisión.

La creación de ordenadores similares a cerebros con requisitos energéticos mínimos revolucionaría casi todos los aspectos de la vida moderna. Financiado por el Departamento de Energía, Quantum Materials for Energy Efficient Neuromorphic Computing (Q-MEEN-C) -un consorcio nacional dirigido por la Universidad de California en San Diego- ha estado a la vanguardia de esta investigación.

El Profesor Adjunto de Física de la UC San Diego Alex Frañó es codirector de Q-MEEN-C y concibe el trabajo del centro por fases. En la primera fase, trabajó en estrecha colaboración con el Presidente Emérito de la Universidad de California y Catedrático de Física Robert Dynes, así como con el Catedrático de Ingeniería de Rutgers Shriram Ramanathan. Juntos, sus equipos lograron encontrar la forma de crear o imitar las propiedades de un único elemento cerebral (como una neurona o una sinapsis) en un material cuántico.

Ahora, en la segunda fase, una nueva investigación de Q-MEEN-C, publicada en Nano Letters, demuestra que los estímulos eléctricos transmitidos entre electrodos vecinos también pueden afectar a electrodos no vecinos. Este descubrimiento, conocido como no-localidad, es un hito crucial en el camino hacia nuevos tipos de dispositivos que imitan las funciones cerebrales, conocidos como computación neuromórfica.

"En el cerebro, estas interacciones no locales son nominales, es decir, ocurren con frecuencia y con un esfuerzo mínimo", afirma Frañó, uno de los coautores del trabajo. "Es una parte crucial del funcionamiento del cerebro, pero los comportamientos similares replicados en materiales sintéticos son escasos".

Al igual que muchos proyectos de investigación que ahora están dando sus frutos, la idea de probar si era posible la no localidad en materiales cuánticos surgió durante la pandemia. Los laboratorios físicos estaban cerrados, así que el equipo realizó cálculos en matrices que contenían múltiples dispositivos para imitar las múltiples neuronas y sinapsis del cerebro. Al realizar estas pruebas, descubrieron que la no localidad era teóricamente posible.

Cuando reabrieron los laboratorios, perfeccionaron la idea y recurrieron al profesor asociado de la Escuela Jacobs de Ingeniería de la UC San Diego Duygu Kuzum, cuyo trabajo en ingeniería eléctrica e informática les ayudó a convertir una simulación en un dispositivo real.

Para ello, tomaron una fina película de niquelato -una cerámica de "material cuántico" que presenta ricas propiedades electrónicas-, insertaron iones de hidrógeno y colocaron un conductor metálico encima. Se une un cable al metal para enviar una señal eléctrica al niquelato. La señal hace que los átomos de hidrógeno gelatinosos se muevan a una configuración determinada y, cuando se retira la señal, la nueva configuración permanece.

"En esencia, esto es lo que parece una memoria", afirma Frañó. "El dispositivo recuerda que se ha perturbado el material. Ahora puedes afinar dónde van esos iones para crear vías que sean más conductoras y por las que fluya más fácilmente la electricidad".

Tradicionalmente, la creación de redes que transporten electricidad suficiente para alimentar algo como un ordenador portátil requiere complicados circuitos con puntos de conexión continuos, lo que resulta ineficaz y caro. El concepto de diseño de Q-MEEN-C es mucho más sencillo porque el comportamiento no local en el experimento significa que todos los cables de un circuito no tienen que estar conectados entre sí. Piense en una tela de araña en la que el movimiento de una parte se percibe en toda la red.

Esto es análogo a cómo aprende el cerebro: no de forma lineal, sino en capas complejas. Cada aprendizaje crea conexiones en múltiples áreas del cerebro, lo que nos permite diferenciar no sólo árboles de perros, sino un roble de una palmera o un golden retriever de un caniche.

Hasta la fecha, estas tareas de reconocimiento de patrones que el cerebro ejecuta tan maravillosamente, sólo pueden simularse mediante programas informáticos. Programas de inteligencia artificial como ChatGPT y Bard utilizan complejos algoritmos para imitar actividades cerebrales como pensar y escribir. Y lo hacen realmente bien. Pero sin el correspondiente hardware avanzado que lo soporte, en algún momento el software llegará a su límite.

Frañó está entusiasmado con la idea de una revolución del hardware paralela a la que se está produciendo actualmente con el software, y demostrar que es posible reproducir el comportamiento no local en un material sintético sitúa a los científicos un paso más cerca. El siguiente paso consistirá en crear matrices más complejas con más electrodos y configuraciones más elaboradas.