por
Los investigadores tomaron prestados los principios de la metalurgia para fabricar cada memristor a partir de aleaciones de plata y cobre, así como de silicio. Cuando ejecutaron el chip a través de varias tareas visuales, el chip pudo "recordar" las imágenes almacenadas y reproducirlas varias veces, en versiones más nítidas y limpias en comparación con los diseños de memristor existentes realizados con elementos sin alear.
Sus resultados, publicados hoy en la revista. Nanotecnología de la naturaleza., presentan un nuevo y prometedor concepto de memristor para dispositivos neuromórficos: electrónica basada en un nuevo tipo de circuito que procesa la información de una manera que imita la arquitectura neuronal del cerebro. Dichos circuitos inspirados en el cerebro podrían integrarse en pequeños dispositivos portátiles y realizar tareas informáticas complejas que solo las supercomputadoras de hoy pueden manejar.
“Hasta ahora, las redes de sinapsis artificiales existen como software. Estamos tratando de construir hardware de red neuronal real para sistemas de inteligencia artificial portátiles ", dice Jeehwan Kim, profesor asociado de ingeniería mecánica en el MIT. “Imagine conectar un dispositivo neuromórfico a una cámara en su automóvil, reconocer luces y objetos y tomar una decisión de inmediato, sin tener que conectarse a Internet. Esperamos utilizar memristors energéticamente eficientes para realizar estas tareas en el sitio, en tiempo real. "
Iones perdidos
Los memristors, o transistores de memoria, son una parte esencial de la computación neuromórfica. En un dispositivo neuromórfico, un memristor actuaría como un transistor en un circuito, aunque su funcionamiento sería más como una sinapsis cerebral: la unión entre dos neuronas. La sinapsis recibe señales de una neurona, en forma de iones, y envía una señal correspondiente a la siguiente neurona.
Un transistor en un circuito convencional transmite información al cambiar entre uno de solo dos valores, 0 y 1, y esto solo cuando la señal que recibe, en forma de corriente eléctrica, Es de particular intensidad. En contraste, un memristor funcionaría a lo largo de un gradiente, muy parecido a una sinapsis en el cerebro. La señal que produce varía según la intensidad de la señal que recibe. Esto permitiría que un solo memristor tenga muchos valores y, por lo tanto, realice una gama mucho más amplia de operaciones que los transistores binarios.
Al igual que una sinapsis cerebral, un memristor también podría "recordar" el valor asociado con una fuerza de corriente dada, y producir exactamente la misma señal la próxima vez que reciba una corriente similar. Esto podría garantizar que la respuesta a una ecuación compleja, o la clasificación visual de un objeto, sea confiable, una hazaña que normalmente involucra múltiples transistores y condensadores.
En última instancia, los científicos imaginan que los memristores requerirían muchos menos chips que los transistores convencionales, lo que permitiría poderosos dispositivos de computación portátiles que no dependen de supercomputadores, o incluso conexiones a Internet.
Sin embargo, los diseños de memoria existentes tienen un rendimiento limitado. Un solo memristor consiste en un electrodo positivo y negativo, separado por un "medio de conmutación" o un espacio entre los electrodos. Cuando se aplica un voltaje a un electrodo, los iones de ese electrodo fluyen a través del medio, formando un "canal de conducción" al otro electrodo. Los iones recibidos constituyen la señal eléctrica que el memristor transmite a través del circuito. El tamaño del canal iónico (y la señal que produce finalmente el memristor) debe ser proporcional a la intensidad del voltaje de estimulación.
Kim dice que los diseños de memristor existentes funcionan bastante bien en casos en los que el voltaje estimula un gran canal de conducción o un gran flujo de iones de un electrodo a otro. Pero estos diseños son menos confiables cuando los memristors tienen que generar señales más sutiles, a través de canales de conducción más finos.
Cuanto más delgado es el canal de conducción, más liviano es el flujo de iones de un electrodo a otro, más difícil es que los iones individuales permanezcan juntos. En cambio, tienden a alejarse del grupo, disolviéndose dentro del medio. Como resultado, es difícil para el electrodo receptor capturar de manera confiable el mismo número de iones y, por lo tanto, transmitir la misma señal cuando se estimula con un cierto rango de corriente baja. .
Pedir prestado de la metalurgia
Kim y sus colegas encontraron una forma de evitar esta limitación al tomar prestada una técnica de la metalurgia, la ciencia de fundir metales en aleaciones y estudiar sus propiedades combinadas.
"Tradicionalmente, los metalúrgicos intentan agregar diferentes átomos en una matriz masiva para fortalecer los materiales, y pensamos, ¿por qué no modificar las interacciones atómicas en nuestro memristor y agregar un elemento de aleación para controlar el movimiento de iones en nuestro entorno ", dice Kim.
Los ingenieros generalmente usan plata como material para el electrodo positivo de un memristor. El equipo de Kim ha buscado en la literatura para encontrar un elemento que puedan combinar con plata para mantener efectivamente unidos los iones de plata, mientras les permite pasar rápidamente a través de la plata. otro electrodo
El equipo aterrizó en cobre como el elemento de aleación ideal, ya que es capaz de unirse tanto a la plata como al silicio.
"Actúa como una especie de puente y estabiliza la interfaz plata-silicio", dice Kim.
Para hacer memristors usando su nueva aleación, el grupo primero hizo un electrodo de silicio negativo, luego hizo un electrodo positivo depositando una pequeña cantidad de cobre, seguido de una capa de dinero. Emparejaron los dos electrodos alrededor de un medio de silicio amorfo. De esta manera, modelaron un chip de silicio de milímetro cuadrado con decenas de miles de memristores.
Como primera prueba del chip, recrearon una imagen en escala de grises del escudo del Capitán América. Compararon cada píxel de la imagen con un memristor correspondiente en el chip. Luego modularon la conductancia de cada memristor que era relativa en fuerza al color en el píxel correspondiente.
El chip produjo la misma imagen nítida del escudo y pudo "recordar" la imagen y reproducirla varias veces, en comparación con los chips hechos de otros materiales.
El equipo también ejecutó el chip a través de una tarea de procesamiento de imágenes, programando los memristores para editar una imagen, en este caso Killian Court del MIT, de varias maneras específicas, incluyendo nitidez y Desenfoque de la imagen original. Una vez más, su diseño produjo las imágenes reprogramadas de manera más confiable que los diseños memorist existentes.
"Utilizamos sinapsis artificiales para hacer pruebas de inferencia reales", dice Kim. "Nos gustaría seguir desarrollando esta tecnología para tener matrices a mayor escala para realizar tareas de reconocimiento de imágenes. Y un día, es posible que pueda transportar cerebros artificiales para realizar este tipo de tareas, sin conectarse a las supercomputadoras, Internet o la nube. "
Esta investigación fue financiada en parte por fondos del Comité de Apoyo a la Investigación del MIT, el Laboratorio de IA MIT-IBM Watson, el Laboratorio de Investigación Global de Samsung y la Fundación Nacional de Ciencia.
