Desarrollando un chip inteligente basado en el cerebro humano

Los sistemas informáticos actuales son muy buenos para realizar cálculos exactos. Pero a medida que usamos más y más aplicaciones basadas en IA, también necesitamos sistemas más eficientes que puedan procesar datos en tiempo real con la misma precisión. La investigadora de TU/e, Eveline van Doremaele, está trabajando en una nueva generación de computadoras modeladas a partir del cerebro humano. Además, utilizó materiales orgánicos para el chip único que desarrolló con computación neuromórfica, lo que significa que es capaz de interactuar con nuestros cuerpos.

Coches autónomos, reconocimiento facial, reconocimiento de idiomas: todas las aplicaciones basadas en inteligencia artificial. Para que esto sea posible, los sistemas informáticos deben adaptarse a un entorno cada vez más dinámico y ser capaces de manejar datos no estructurados e imperfectos. Las redes neuronales artificiales actuales funcionan bien, pero también tienen importantes desventajas. Por ejemplo, consumen mucha energía y tardan relativamente mucho tiempo en realizar cálculos complejos.

Es por eso que la investigadora de TU/e, Eveline van Doremaele, pasó los últimos años trabajando en una nueva generación de sistemas informáticos, desarrollando un chip inteligente que se puede usar para una variedad de aplicaciones en el cuerpo humano. El jueves 25 de mayo defendió su tesis cum laude en la carrera de Ingeniería Mecánica.

imitando el cerebro

«Nosotros mismos llevamos un sistema perfecto para realizar tareas complejas», dice Van Doremaele mientras se toca brevemente la cabeza. «Nuestro cerebro es muy bueno para lidiar con incertidumbres y funciona de manera muy eficiente en circunstancias cambiantes. Esto se debe principalmente a la capacidad del cerebro para ejecutar procesos y cálculos al mismo tiempo, así como para aprender en base a experiencias previas. Eso es exactamente lo que necesitamos para aplicaciones de IA».

No es de extrañar que la computación neuromórfica, que imita la estructura y función de nuestro cerebro en un sistema informático, haya ido en aumento en los últimos años, dice Van Doremaele. «Energéticamente eficiente, rápido y dinámico, nuestro cerebro demuestra cómo debe funcionar un sistema informático perfecto, por lo que sirve como una gran fuente de inspiración para nuestro grupo y otros científicos. Lo llevamos al siguiente nivel tratando de desarrollar un dispositivo centrado en la interacción de autoaprendizaje entre personas y máquinas».

«Los ejemplos incluyen una prótesis de brazo inteligente que puedes enganchar a tu cuerpo y que puedes enseñar a agarrar un bolígrafo gracias a las neuronas artificiales, un chip que usa diferentes sensores al mismo tiempo para detectar una célula cancerosa circulante entre millones de células normales , y un marcapasos que puede adaptarse a un corazón que envejece. Una vez que tenemos la tecnología en funcionamiento, las aplicaciones son infinitas».

Sistema de autoaprendizaje

Para hacer un chip de este tipo, Van Doremaele se dispuso a buscar materiales adecuados que se prestaran a la programación y fueran bien recibidos por nuestros cuerpos. La investigación de Van Doremaele muestra que los polímeros orgánicos conductores, moléculas largas que permiten el paso de la corriente eléctrica, son muy eficaces en este sentido.

«Para permitir que el sistema aprenda por sí mismo, es esencial que la resistencia en el dispositivo sea variable. Esto también sucede en nuestro cerebro: a medida que aprendes algo con más frecuencia, la conexión entre las células neuronales se fortalece. El uso de iones en realidad nos permite variar la resistencia, pero también queremos que la conexión sea permanente», explica.

Conexiones más débiles

«Hasta ahora, el uso de materiales en los que las conexiones se debilitan con el tiempo ha sido común en nuestro campo», el Ph.D. continúa el candidato. «En el caso de una prótesis de brazo, esto significaría que después de un mes, por ejemplo, ya no sabrías cómo levantar un bolígrafo».

«P-3O, el material ambipolar que probamos, es único: es capaz de variar la resistencia y retener la conexión creada. También funciona tanto con un electrolito líquido, como en un ambiente acuoso dentro del cuerpo, como con un sólido electrolito, un gel de iones. Al vincular las células entre sí, podemos crear circuitos complejos con ciertas características. Esto resulta útil cuando se miden señales débiles, como movimientos musculares diminutos, o señales que están rodeadas de mucho ruido, como un latido del corazón».

Medición de muestras de sudor

Aunque se necesita mucha más investigación para realizar mediciones complejas, Van Doremaele ya utilizó la computación neuromórfica para desarrollar un biosensor que podría analizar las muestras de sudor de los sujetos de prueba para detectar la presencia de la enfermedad hereditaria fibrosis quística. «Usando diferentes sensores, el chip puede medir el contenido de potasio y cloro del sudor. Hicimos que el sistema hiciera predicciones para cada muestra de sudor. Si la predicción era incorrecta, presionaba un botón y el sistema se corrigía solo. Al final, el El biosensor solo dio respuestas correctas. Así que aprendió de una manera única, como una neurona en el cerebro humano. Esto nos proporciona una base sobre la que podemos elaborar».

Van Doremaele ha notado mucho interés en su trabajo. «La IA está prácticamente en todas partes y solo se volverá más omnipresente. Pero el problema de la energía también está aumentando, ya que los centros de datos usan enormes cantidades de energía. Esto significa que es esencial que encontremos sistemas informáticos alternativos. Nuestro enfoque en materiales orgánicos para el autoaprendizaje aplicaciones biomédicas es bastante singular».

«Solo hay un puñado de grupos trabajando en esto, a menudo en proyectos conjuntos. Dada la naturaleza multidisciplinaria del proyecto, también establecimos conexiones en el campus. Al buscar colegas con diferentes antecedentes y compartir muchos conocimientos, me convertí en el enlace entre los institutos de investigación TU/e ​​EAISI (Inteligencia Artificial) e ICMS (Sistemas Moleculares Complejos). Un doctorado puede ser solitario a veces, pero tengo un reconocimiento colosal en mi disertación para demostrarlo».