[ad_1]
(noticias nanowerk) El cerebro biológico, particularmente el cerebro humano, es un sistema informático deseable que consume poca energía y opera con alta eficiencia. Para construir un sistema informático igualmente bueno, muchos científicos neuromórficos se están centrando en desarrollar componentes de hardware diseñados para imitar el esquivo mecanismo de aprendizaje del cerebro. Recientemente, un equipo de investigación abordó el objetivo desde un ángulo diferente, centrándose en medir la transferencia de información.
Su método pasó por experimentos biológicos y de simulación y luego demostró ser eficaz en un sistema neuromórfico electrónico. Fue publicado en Computación inteligente (“Transferencia de información en circuitos neuronales: de las neuronas biológicas a la electrónica neuromórfica”).
Aunque los sistemas electrónicos no han podido replicar completamente la compleja transferencia de información entre sinapsis y neuronas, el equipo ha demostrado que es posible transformar circuitos biológicos en circuitos electrónicos manteniendo la cantidad de información transferida. «Esto representa un paso importante hacia sistemas artificiales de bajo consumo inspirados en el cerebro», señalan los autores.
Para evaluar la eficiencia de la transferencia de información, el equipo se inspiró en la teoría de la información. Cuantificaron la cantidad de información transmitida por las sinapsis en neuronas individuales y luego midieron la cantidad utilizando información mutua, cuyo análisis reveló la relación entre los estímulos de entrada y las respuestas de las neuronas.
Primero, el equipo realizó experimentos con neuronas biológicas. Utilizaron cortes de cerebro de ratas para registrar y analizar los circuitos biológicos en las células granulares del cerebelo. Luego evaluaron la información que se transmitía a las células granulares del cerebelo en las sinapsis de las neuronas de fibras cubiertas de musgo. Las fibras cubiertas de musgo fueron estimuladas regularmente con picos eléctricos para inducir la plasticidad sináptica, una característica biológica fundamental en la que la transmisión de información en las sinapsis se fortalece o debilita constantemente por la actividad neuronal repetida.
Los resultados muestran que los cambios en los valores de la información mutua son en gran medida consistentes con los cambios en la transmisión de información biológica causados por la plasticidad sináptica. Los hallazgos de simulaciones y experimentos neuromórficos electrónicos reflejaron los resultados biológicos.
En segundo lugar, el equipo realizó experimentos con neuronas simuladas. Utilizaron un modelo de red neuronal de picos desarrollado por el mismo grupo de investigación. Las redes neuronales de picos se inspiraron en la forma en que funcionan las neuronas biológicas y se consideran un enfoque prometedor para la computación neuromórfica eficiente.
En el modelo, cuatro fibras cubiertas de musgo están conectadas a una célula granular del cerebelo y a cada conexión se le asigna un peso aleatorio que, al igual que la plasticidad sináptica en los circuitos biológicos, afecta la eficiencia de la transmisión de información. En los experimentos, el equipo aplicó ocho patrones de estimulación a todas las fibras cubiertas de musgo y registró las respuestas para evaluar la transferencia de información en la red neuronal artificial.
En tercer lugar, el equipo realizó experimentos con neuronas electrónicas. Se utilizó una configuración similar a la de los experimentos biológicos y los experimentos de simulación. Un dispositivo semiconductor desarrollado anteriormente actuaba como neurona y cuatro memristores especializados actuaban como sinapsis. El equipo aplicó 20 secuencias de picos para disminuir los valores de resistencia y luego otras 20 para aumentarlos. Se examinaron los cambios en los valores de resistencia para evaluar la eficiencia de la transferencia de información dentro del sistema neuromórfico.
Además de examinar la cantidad de información transmitida en neuronas biológicas, simuladas y electrónicas, el equipo también destacó la importancia del momento de los picos, que observaron que está estrechamente relacionado con la transmisión de información. Esta observación podría influir en el desarrollo de la computación neuromórfica, ya que la mayoría de los dispositivos están equipados con algoritmos basados en frecuencias máximas.
[ad_2]