[ad_1]
(noticias nanowerk) La tecnología se acerca cada vez más al mundo de alta velocidad de la informática con inteligencia artificial. Pero, ¿está el mundo equipado con el hardware adecuado para manejar la carga de trabajo de los nuevos avances tecnológicos de la IA?
Las tesis centrales
Investigación
“Los códigos inspirados en el cerebro de la revolución de la IA se ejecutan en gran medida en arquitecturas informáticas tradicionales de silicio que no fueron diseñadas para ello”, explica Erica Carlson, profesora de Física y Astronomía del 150º Aniversario en la Universidad Purdue.
Un esfuerzo conjunto de físicos de la Universidad Purdue, la Universidad de California en San Diego (USCD) y la École Supérieure de Physique et de Chimie Industrielles (ESPCI) en París, Francia, cree que pueden haber encontrado una manera de utilizar el hardware para revisar . Imitando las sinapsis del cerebro humano. Publicaron sus resultados en Materiales electrónicos avanzados (“Memoria de inversión de rampa distribuida espacialmente en VO2«).
Serán necesarios nuevos paradigmas en hardware para manejar la complejidad de los avances informáticos del mañana. Según Carlson, el científico teórico principal de esta investigación, «las arquitecturas neuromórficas prometen procesadores de menor potencia, computación mejorada, modos de computación fundamentalmente diferentes, aprendizaje nativo y reconocimiento de patrones mejorado».
La arquitectura neuromórfica son esencialmente chips de computadora que imitan el comportamiento del cerebro. Las neuronas son células del cerebro que transmiten información. Las neuronas tienen pequeños espacios en sus extremos que permiten que las señales fluyan de una neurona a la siguiente, llamados sinapsis. En los cerebros biológicos, estas sinapsis codifican la memoria. Este equipo de científicos concluye que los óxidos de vanadio son extremadamente prometedores para la computación neuromórfica porque pueden usarse para crear neuronas y sinapsis artificiales.
«La disonancia entre hardware y software es la causa de los enormes costes energéticos durante el entrenamiento, por ejemplo con grandes modelos de lenguaje como ChatGPT», explica Carlson. “Por el contrario, las arquitecturas neuromórficas prometen un menor consumo de energía al imitar los componentes básicos de un cerebro: neuronas y sinapsis. Si bien el silicio es bueno para el almacenamiento de memoria, el material no se presta fácilmente a un comportamiento similar al de las neuronas. En última instancia, proporcionar soluciones de hardware neuromórfico eficientes y viables requerirá investigar materiales con un comportamiento fundamentalmente diferente al del silicio que pueda imitar naturalmente sinapsis y neuronas. Desafortunadamente, los requisitos de diseño competitivos de las sinapsis y neuronas artificiales hacen que la mayoría de los materiales que constituyen buenos sinaptores fallen como neuristores, y viceversa. Sólo un puñado de materiales, la mayoría de ellos materiales cuánticos, han demostrado la capacidad de hacer ambas cosas”.
El equipo se basó en un tipo de memoria no volátil recientemente descubierta que funciona mediante ciclos repetidos de temperatura parcial a través de la transición del aislante al metal. Esta memoria fue descubierta en los óxidos de vanadio.
Alexandre Zimmers, científico experimental senior de la Universidad de la Sorbona y de la École Supérieure de Physique et de Chimie Industrielles de París, explica: “Pocos materiales cuánticos son buenos candidatos para futuros dispositivos neuromórficos, es decir, aquellos que imitan sinapsis y neuronas artificiales. Con uno de ellos, el dióxido de vanadio, podemos ver por primera vez visualmente qué cambios se producen en el material que actúa como sinapsis artificial. Descubrimos que la memoria se acumula en toda la muestra, lo que abre nuevas posibilidades sobre cómo y dónde se puede controlar esta propiedad”.
«Sorprendentemente, los vídeos microscópicos muestran que el avance y la retracción repetidos de los dominios de metal y aislante hacen que la memoria se acumule en toda la muestra y no sólo en los límites de los dominios», explica Carlson. «La memoria aparece como cambios en la temperatura local a la que el material pasa de aislante a metal cuando se calienta o de metal a aislante cuando se enfría». Proponemos que estos cambios en la temperatura de transición local ocurren debido a la difusión preferencial de defectos puntuales en el metal. «Dominios acumulados entretejidos a través del aislante a medida que el material circula durante la transición».
Ahora que el equipo ha determinado que los óxidos de vanadio son posibles candidatos para futuros dispositivos neuromórficos, planean pasar a la siguiente fase de su investigación.
«Ahora que hemos encontrado una manera de estudiar este material neuromórfico, podemos influir localmente y observar los efectos, por ejemplo, del bombardeo de iones sobre la superficie del material», explica Zimmers. “Esto nos permitiría pasar la corriente eléctrica”. “Ciertas regiones de la muestra donde el efecto memoria es mayor. Esto tiene el potencial de mejorar significativamente el comportamiento sináptico de este material neuromórfico”.
[ad_2]