[ad_1]
(Foco Nanowerk) Históricamente, los sistemas de inteligencia artificial han tenido dificultades para integrar e interpretar información de múltiples sentidos como lo hacen los animales de manera intuitiva. Los humanos y otros seres vivos dependen de la combinación de la vista, el oído, el tacto, el gusto y el olfato para comprender mejor su entorno y tomar decisiones. Sin embargo, el campo de la computación neuromórfica se centra en gran medida en el procesamiento separado de datos de los sentidos individuales.
Este enfoque no sensorial se debe en parte a la falta de hardware miniaturizado capaz de yuxtaponer diferentes módulos de sensores y permitir el procesamiento dentro y cerca del sensor. Los esfuerzos recientes tienen como objetivo fusionar datos visuales y táctiles. Sin embargo, la integración visuoquímica, en la que la información visual y química se reúne para emular procesos sensoriales complejos que se encuentran en la naturaleza (por ejemplo, en las mariposas, que integran señales visuales con señales químicas para tomar decisiones de apareamiento) aún está relativamente inexplorada. Los olores pueden alterar potencialmente la percepción visual, pero la IA actual depende en gran medida de la información visual e ignora un aspecto clave de la cognición biológica.
Ahora, investigadores de la Universidad Penn State han desarrollado hardware bioinspirado que implica la integración heterogénea de nanomateriales para permitir la disposición conjunta de sensores químicos y visuales junto con elementos informáticos. Esto facilita el procesamiento eficiente de información visuoquímica y la toma de decisiones y se basa en el comportamiento de cortejo de una especie de mariposa tropical.
El trabajo ayuda a superar importantes obstáculos que se interponen en el camino de la computación multisensorial. También tiene implicaciones importantes para la robótica y otros campos que dependen de la comprensión situacional y la respuesta a entornos complejos.
En el artículo publicado en Materiales avanzados (“Una plataforma neuromórfica multisensorial inspirada en mariposas para la integración de señales visuales y químicas”), los investigadores describen la creación de su inspirada plataforma de integración visuoquímica. heliconio Mariposas. Durante el apareamiento, las mariposas hembras dependen de la integración de señales visuales, como el color de las alas del macho, junto con feromonas químicas para seleccionar parejas. Las neuronas especializadas combinan estas señales visuales y químicas para permitir la elección informada de pareja.
Para emular esta capacidad, el equipo construyó hardware que incluye disulfuro de molibdeno (MoS) de una sola capa.2) Memtransistores que sirven como componentes de procesamiento y detección visual. Mientras tanto, los quimiotransistores de grafeno actuaron como receptores olfativos artificiales. Juntos, estos nanomateriales proporcionaron los elementos de detección, almacenamiento y computación necesarios para la integración visual-química en una arquitectura compacta.
Configuración del hardware de la plataforma El papel de la neurona aferente visual se realizó conectando dos MoS2 Memtransistores para construir un circuito inversor utilizando sus propiedades de fotoconexión. Los destellos de luz crean cambios permanentes en el comportamiento de los transistores. La iluminación pulsante produjo señales eléctricas analógicas que capturaron detalles esenciales de los estímulos visuales.
Dos quimiotransistores de grafeno conectados en serie formaron la neurona quimiorreceptora artificial. La entrada fue el goteo de varias soluciones químicas sobre las superficies de grafeno. Un efecto de puerta superior líquida permitió ajustar las conductividades del canal a través de voltajes de polarización aplicados. La evaporación gradual de las soluciones produjo cambios eléctricos suaves que capturaron aspectos de los estímulos químicos a lo largo del tiempo.
El equipo también construyó neuronas comparadoras a partir de MoS en cascada.2 Etapas del inversor. Estos convierten las salidas del receptor analógico en bits digitales para facilitar la manipulación por parte de los circuitos lógicos posteriores. Al ajustar los umbrales de los transistores, se podrían cambiar los límites de decisión y los tiempos de respuesta.
Los investigadores pudieron codificar la intensidad del estímulo y la longitud de onda para la visión y distinguir entre concentraciones químicas asignando propiedades sensoriales al momento de los cambios de estado digital. Estas representaciones de sincronización de picos son similares a la codificación neuronal observada biológicamente.
Una vez que se configuraron los módulos de hardware, el equipo demostró la integración visual imitando la funcionalidad femenina. heliconio Las mariposas juzgan a sus compañeros machos basándose en sus sentidos de la vista y el olfato. Las decisiones de apareamiento dependen de la coloración de las alas, lo que indica claramente la aptitud. Pero también influyen la composición específica de las feromonas liberadas.
Los investigadores demostraron esto combinando operaciones lógicas Y y O simples realizadas con MoS.2 Los circuitos podrían implementarse con pautas de decisión flexibles que tengan en cuenta factores tanto visuales como químicos. Mediante el desarrollo de algoritmos adicionales adecuados, son posibles estrategias más diferenciadas.
Las demostraciones inspiradas en mariposas tenían como objetivo validar las capacidades del sistema y no necesariamente reflejar el comportamiento real de los insectos. Sin embargo, la capacidad de configuración de la plataforma muestra cómo podría potencialmente replicar el procesamiento multisensorial observado de los animales si se entrena adecuadamente con datos biológicos.
Si bien el apareamiento de mariposas sirvió de inspiración, la tecnología desarrollada tiene mucha mayor relevancia. Esto representa un paso significativo hacia la superación de la dependencia de la inteligencia artificial de modalidades de datos únicos. La integración de múltiples sentidos puede mejorar significativamente la comprensión situacional y la toma de decisiones para robots, vehículos, dispositivos de vigilancia y otros sistemas autónomos que interactúan con entornos complejos.
El trabajo también ayuda a avanzar en enfoques de computación neuromórfica que tienen como objetivo emular cerebros biológicos para la aceleración del aprendizaje automático de próxima generación, la implementación perimetral y la reducción del consumo de energía. En la naturaleza, el aprendizaje intermodal sustenta el comportamiento adaptativo y la inteligencia de los animales, surge del cerebro y organiza las entradas sensoriales en percepciones unificadas. Esta investigación proporciona un diseño de hardware que ubica sensores y procesadores para reproducir con mayor precisión dichas capacidades.
De cara al futuro, la estrategia de integración de nanomateriales presentada sirve como base para integrar modos de detección adicionales, como térmico, táctil o acústico, junto con la cobertura química y visual existente. Con los elementos informáticos ya integrados en el chip gracias al uso de propiedades memrísticas y electroquímicas, este concepto de fusión de hardware podría en última instancia replicar mucho más de nuestro sofisticado pero compacto hardware de procesamiento biológico.
Los investigadores han demostrado un primer paso prometedor hacia la integración multisensorial en hardware neuromórfico al demostrar que su plataforma visuoquímica puede aprovechar varios nanomateriales sensoriales para emular aspectos de la toma de decisiones biológicas. Si bien el comportamiento de cortejo de las mariposas sirvió como bioinspiración práctica para validar las capacidades del sistema, la tecnología desarrollada es de mayor importancia para superar la dependencia de modalidades de datos únicos en los sistemas de inteligencia artificial. La ubicación conjunta de sensores y procesadores también conduce a diseños neuromórficos que se parecen más al procesamiento biológico intermodal innato.
Los autores concluyen que este trabajo fundamental demuestra el valor de un enfoque interdisciplinario que combina conocimientos de diferentes campos para mapear capacidades sensoriales en hardware adaptable. Proporciona una arquitectura básica para integrar múltiples modalidades de detección junto con la potencia informática existente. Los autores señalan que los próximos pasos son construir circuitos y algoritmos más complejos además de estas demostraciones conceptuales para explotar plenamente el potencial del enfoque. Sin embargo, aprovechar oportunidades a largo plazo para ampliar la cobertura sensorial y las aplicaciones a gran escala requerirá una importante innovación adicional basada en esta base.
De
Miguel
Berger
– Michael es autor de tres libros de la Royal Society of Chemistry: Nano-Society: Pushing the Boundaries of Technology, Nanotechnology: The Future is Tiny y Nanoengineering: The Skills and Tools Making Technology Invisible Copyright ©
Nanowerk LLC
¡Conviértete en autor invitado de Spotlight! Únase a nuestro gran y creciente grupo de autores invitados. ¿Acaba de publicar un artículo científico o le gustaría compartir otros desarrollos interesantes con la comunidad de nanotecnología? Cómo publicar en nanowerk.com.
[ad_2]