Un científico del Instituto Indio de Ciencias (IISc), Bangalore, ha trabajado en aplicaciones de materiales emergentes que pueden ayudar a las computadoras a imitar funciones que el cerebro puede realizar rápidamente.
“Si bien hay varias propuestas de dispositivos sinápticos disponibles en la literatura, ninguna ayuda a cerrar la brecha entre las redes neuronales biológicas y su contraparte artificial. Nuestro trabajo ha demostrado que es posible desarrollar sistemas que puedan imitar funciones similares a las del cerebro. Puede ayudar a las computadoras a realizar funciones cognitivas, identificar personas de una multitud, distinguir el olfato, así como aprender y tomar decisiones”, dijo el profesor Mayank Shrivastava de IISc, quien también recibió la beca Swarna Jayanti 2020-21.
Desde su creación , los sistemas informáticos avanzados han estado utilizando la arquitectura de von Neumann, que utiliza bloques de memoria y procesamiento separados físicamente. Si bien ha sido el enfoque más rentable hasta la fecha, la separación física de la memoria de los bloques de procesamiento se ha convertido en el limitador de velocidad para impulsar las capacidades computacionales de los sistemas nanoelectrónicos avanzados.
Además, la arquitectura de von Neumann falla en la realidad. tiempo de procesamiento de información que el cerebro humano puede procesar en una fracción de segundo. Teniendo en cuenta estas lagunas, en la última década se ha explorado significativamente una arquitectura alternativa, inspirada en la organización de las neuronas (unidad de procesamiento) y las sinapsis (memoria) en el cerebro humano que emula el comportamiento informático similar al cerebro.
Una cantidad significativa de investigación para comprender los mecanismos fundamentales del cerebro y las exploraciones de varias arquitecturas de memoria novedosas ahora está dando a la comunidad de ingenieros la confianza de que desarrollar sistemas que puedan imitar funciones similares a las del cerebro es un objetivo alcanzable para las próximas décadas. Un elemento clave de dicha arquitectura es un dispositivo de memoria llamado sinapsis artificial que, sin embargo, debe funcionar con principios biológicos/sinápticos.
El profesor Srivastava está explorando materiales como el nitruro de galio (GaN), atómicamente delgado materiales bidimensionales como el grafeno y los dicalcogenuros de metales de transición (TMDC), para diversas aplicaciones electrónicas, dispositivos de potencia, electroóptica, Thz, memoria y cuánticas. Usando Graphene y 2D-TMDCc, está ampliando las capacidades de los dispositivos de memoria para trabajar en principios biológicos/sinápticos y cerrar la brecha entre las redes neuronales biológicas y su contraparte artificial.
Actualmente, junto con su grupo de investigación, él está desarrollando circuitos neuromórficos de pocos átomos de espesor, dispositivos de ultra alta potencia basados en GaN con alta confiabilidad y dispositivos/circuitos para operar en frecuencias de THz.
El trabajo del profesor Shrivastava ha dado como resultado más de 150 publicaciones internacionales y alrededor de 50 patentes, y ha establecido una nueva empresa de fabricación de GaN llamada AGNIT Semiconductors.
La mayoría de estas patentes tienen licencia de compañías de semiconductores o están en uso en sus productos. También es uno de los cofundadores de un Pvt. Ltd. Company.
Como parte de esta beca, su grupo planea trabajar en dispositivos novedosos que emulen un comportamiento similar al del cerebro (computacional). Eventualmente, esto debería ayudar a desarrollar circuitos neuromórficos de pocos átomos de espesor, que serán capaces de resolver varios problemas complejos que un cerebro humano puede resolver en una fracción de segundos, pero una computadora convencional no puede hacerlo en tiempo real.
“Todavía estamos demasiado lejos de realizar un sistema computacional similar al cerebro. (Pero) el presente trabajo abrirá un camino para cerrar las brechas críticas”, dijo el profesor Shrivastava.
FacebookTwitterLinkedin
