General

Los científicos desarrollan memristor que imita las sinapsis de forma más eficaz


Memristors, un término que combina las palabras memoria y resistencia, se refiere a la clase de circuitos eléctricos innovadores que soportan resistencias debido a sus capacidades de recuperación de carga y propiedades no volátiles.

Ahora, investigadores de la Universidad de Michigan (U-M) están desarrollando un memristor que puede imitar los comportamientos de las sinapsis.

Se unen a la compañía de otros científicos que desarrollan memristors o sistemas de inteligencia artificial modelados en torno a la replicación de la función neuronal o cerebral.

Las brechas sinápticas ofrecen un modelo

Para lograr sus resultados, el equipo empleó una técnica de estratificación bidimensional con el muy prometedor semiconductor conocido como disulfuro de molibdeno. Luego introdujeron el paso de disponer iones de litio entre los espacios existentes entre las capas.

Los iones de litio son fáciles de reorganizar dentro de la capa deslizándolos con un campo eléctrico. Esto cambia el tamaño de las regiones que conducen la electricidad poco a poco y, por lo tanto, controla la conductancia del dispositivo.

"Debido a que cambiamos las propiedades de 'volumen' de la película, el cambio de conductancia es mucho más gradual y mucho más controlable", dijo el profesor de Ingeniería Eléctrica e Informática de la U-M y autor principal del estudio, Wei Lu.

El resultado del método es "facilitar la migración iónica controlada y el acoplamiento iónico eficaz entre dispositivos". El dispositivo relativamente simplificado y reducido ofreció al equipo una forma de solucionar el problema de depender de circuitos demasiado complicados para lograr los mismos resultados.

Esta innovación en la eficiencia está en el corazón del éxito colectivo del equipo en el estudio. Como explica Lu:

"Los neurocientíficos han argumentado que los comportamientos de competencia y cooperación entre sinapsis son muy importantes. Nuestros nuevos dispositivos memristivos nos permiten implementar un modelo fiel de estos comportamientos en un sistema de estado sólido".

Vinculación de memristores para crear una 'red sináptica'

Otro ámbito en el que incide el trabajo del equipo está relacionado con la cooperación sináptica. Las sinapsis en el cuerpo humano se fortalecen y debilitan naturalmente con el tiempo, y en el proceso liberan proteínas, conocidas como proteínas relacionadas con la plasticidad.

Como el trabajo se basa en imitar varios aspectos del comportamiento sináptico, esto ofreció una nueva área de investigación para los investigadores.

Para probar esta teoría dentro de su propio contexto, el equipo construyó una red de memristores que incluía cuatro dispositivos y descubrió que aunque la intensidad de la señal variaba, los iones, como las proteínas, podían compartirse con éxito entre los dispositivos, una mejora en la eficiencia.

Evolución de la investigación

Los próximos pasos para el equipo incluyen ampliar el alcance de la investigación para descubrir aplicaciones en el área decomputación neuromórfica, un área de investigación emocionante con importantes desarrollos solo en este año, tanto en las áreas de supercomputadoras como en conmutadores superconductores.

Este estudio representa una combinación perfecta de conceptos de neurociencia e ingeniería eléctrica, con las teorías de una informando directamente a la otra. A medida que las capacidades del memristor continúen evolucionando, también lo harán los vínculos importantes entre estas dos disciplinas.

Los detalles sobre el estudio aparecen en un artículo, titulado "Modulación iónica y efectos de acoplamiento iónico en dispositivos MoS2 para computación neuromórfica", que se publicó el 17 de diciembre en elMateriales de la naturaleza diario.


Ver el vídeo: Ciencia clip - Superconductores - Cientificamente Hablando (Octubre 2021).