Un laboratorio de investigación en Francia ha desarrollado un sistema de localización de objetos impulsado por eventos sónicos utilizando cálculos neuromórficos analógicos en memoria, ¡inspirado en el cerebro de una lechuza común! «Las aplicaciones de procesamiento sensorial real requieren sistemas informáticos compactos con baja latencia y bajo consumo de energía», dice CEA-Leti. «Habilitadas por sus capacidades informáticas basadas en eventos en la memoria, las arquitecturas CMOS neuromórficas memristivas híbridas ofrecen un sustrato de hardware ideal para tales tareas».
En un búho, la diferencia entre el tiempo de llegada de un sonido se procesa en cada oído para ubicar la fuente de sonido en azimut, su sistema nervioso tiene un conjunto de neuronas que pueden detectar correlaciones de tiempo entre picos de señal, y la neurona que dispara indica esto Diferencia horaria y por lo tanto el ángulo objetivo. Esta búsqueda auditiva está siempre activa y consume muy poca energía. Cuando se ha recibido suficiente información, el búho le indica que inicie una búsqueda visual más precisa pero que consume mucha energía. La detección biológica impulsada por eventos y la computación analógica en memoria son fundamentales.
«Nos inspiramos en la biología para integrar estos dos aspectos de la computación en nuestro hardware», dijo la científica de CEA-Leti, Elisa Vianello. “En particular, nos enfocamos en la tarea de localización de objetos con base acústica. Los búhos resuelven este problema de manera eficiente, por lo que extrapolamos sus principios de cálculo a nuestro sistema”.
El sistema electrónico combina CMOS de 130 nm con memoria resistiva hafnia analógica integrada combinada con transductores ultrasónicos piezoeléctricos de silicio micromecanizados de menos de 1 mm de diámetro, un emisor de 112 kHz y un par de receptores separados por 100 mm para modelar las orejas del búho. El equipo diseñó una canalización de preprocesamiento para cada «oído». Cada canal recibe un preamplificador, un filtro de paso de banda, un detector de envolvente y un detector de umbral que emula un tipo de neurona específico y emite un pulso similar a un pico una vez que el detector de envolvente ha cumplido las dependencias específicas de tiempo y amplitud.
Cuando el objeto que refleja el sonido está dentro del alcance de ambos oídos, la canalización proporciona un pico en cada canal cuya diferencia de tiempo está relacionada con el ángulo de acimut del objetivo. Para detectar la diferencia de tiempo, cada oído recibe el equivalente de una línea de retardo pulsada alimentada con su punta. Un largo banco de detectores está conectado a las derivaciones de las líneas de retardo. El primer detector está conectado al primer toque de la línea de retardo del oído izquierdo y al último toque del oído derecho. El siguiente se conecta con el segundo toque del oído izquierdo y el penúltimo toque del oído derecho, y así sucesivamente.
El resultado, debido a los retrasos separados, es que para cualquier diferencia de tiempo dada entre los picos de los oídos izquierdo y derecho, solo un detector recibirá sus picos y se activará a la vez, por lo que la posición del detector activado en el largo La matriz está directamente relacionada con el ángulo de la fuente de sonido a los oídos, por lo que más toques y detectores aumentan la precisión angular del sistema. En el dispositivo CEA-Leti, las líneas de retardo y los detectores de coincidencia se implementan utilizando circuitos neuromórficos basados en RAM resistiva: una RAM resistiva no volátil almacena los pesos sinápticos de la red para energía cero cuando el sistema está inactivo.
El bajo consumo de energía resulta de la forma intrínseca en que este arreglo calcula de manera asíncrona y solo cuando llega la información, en comparación con el procesamiento tradicional, donde la señal adquirida se muestrea y procesa continuamente para extraer información. El laboratorio afirma que este sistema de procesamiento auditivo es cinco órdenes de magnitud más eficiente energéticamente «en comparación con los sistemas de localización tradicionales».
El artículo se puede leer aquí.
