Un chip neuromórfico ultrapequeño aprende y corrige errores de forma autónoma

Los sistemas informáticos existentes tienen dispositivos de almacenamiento y procesamiento de datos separados, lo que los hace ineficientes para procesar datos complejos como la IA. Un equipo de investigación de KAIST ha desarrollado un sistema integrado basado en memristores similar a la forma en que nuestro cerebro procesa la información. Ahora está listo para su aplicación en varios dispositivos, incluidas cámaras de seguridad inteligentes, lo que les permite reconocer actividades sospechosas de inmediato sin tener que depender de servidores remotos en la nube, y dispositivos médicos con los que puede ayudar a analizar datos de salud en tiempo real.

El equipo de investigación conjunto del profesor Shinhyun Choi y el profesor Young-Gyu Yoon de la Escuela de Ingeniería Eléctrica ha desarrollado el chip informático ultrapequeño basado en semiconductores neuromórficos de próxima generación que puede aprender y corregir errores por sí solo. La investigación es publicado en el diario Electrónica de la naturaleza.

Lo especial de este chip informático es que puede aprender y corregir errores que se producen debido a características no ideales que eran difíciles de resolver en los dispositivos neuromórficos existentes. Por ejemplo, al procesar una transmisión de video, el chip aprende a separar automáticamente un objeto en movimiento del fondo y mejora esta tarea con el tiempo.

Esta capacidad de autoaprendizaje se ha demostrado al lograr una precisión comparable a las simulaciones por computadora ideales en el procesamiento de imágenes en tiempo real. El principal logro del equipo de investigación es haber completado un sistema que es a la vez fiable y práctico, más allá del desarrollo de componentes similares al cerebro.

En el centro de esta innovación se encuentra un dispositivo semiconductor de próxima generación llamado memristor. Las características de resistencia variable de este dispositivo pueden reemplazar el papel de las sinapsis en las redes neuronales y, al utilizarlo, el almacenamiento de datos y la computación se pueden realizar simultáneamente, al igual que nuestras células cerebrales.

El memristor puede controlar con precisión los cambios de resistencia y desarrolló un sistema eficiente que excluye procesos de compensación complejos mediante el autoaprendizaje. Este estudio es importante porque verificó experimentalmente la posibilidad de comercialización de un sistema integrado basado en semiconductores neuromórficos de próxima generación que admite el aprendizaje y la inferencia en tiempo real.

Esta tecnología revolucionará la forma en que se utiliza la inteligencia artificial en los dispositivos cotidianos, permitiendo que las tareas de IA se procesen localmente sin depender de servidores remotos en la nube, haciéndolas más rápidas, más protegidas de la privacidad y más eficientes energéticamente.

«Este sistema es como un espacio de trabajo inteligente donde todo está al alcance de la mano en lugar de tener que ir y venir entre escritorios y archivadores», explicaron los investigadores de KAIST Hakcheon Jeong y Seungjae Han, quienes lideraron el desarrollo de esta tecnología. «Esto es similar a la forma en que nuestro cerebro procesa la información, donde todo se procesa eficientemente a la vez en un solo lugar».

La investigación se realizó con Hakcheon Jeong y Seungjae Han, estudiantes del Programa Integrado de Maestría y Doctorado de la Escuela de Ingeniería Eléctrica KAIST, quienes son los primeros autores.