jueves, 14 de mayo de 2015

Redes de neuronas artificiales basadas en memristores

Dibujo20150507 Microphotographs of the 12by12 crossbar - isolated memristive devices - nature com

El efecto de memoria de los memristores es debido a la histéresis en su curva característica tensión-intensidad (o voltaje-corriente). 
Gracias a ello pueden simular una neurona artificial. Se publica en Nature una red de neuronas artificiales basadas en memristores que resuelve un problema clásico: el reconocimiento de letras del alfabeto en imágenes con ruido. 
Los memristores usados tienen un área de 200 × 200 nanómetros, luego son demasiado grandes para soñar con imitar con estos circuitos neuromórficos un encéfalo humano, pero en Nature califican de gran avance este nuevo trabajo.
El artículo es M. Prezioso et al., “Training and operation of an integrated neuromorphic network based on metal-oxide memristors,” Nature 521: 61-64, 07 May 2015; doi:10.1038/nature14441. Recomiendo leer a Robert Legenstein, “Computer science: Nanoscale connections for brain-like circuits,” Nature 521: 37-38, 07 May 2015; doi:10.1038/521037a.
Dibujo20150507 memristor crossbar - nature14441-f1
La red de neuronas artificiales se implementa mediante una matriz de 12×12 memristores (memory resistors), cada uno ocupando un área de 0,2×0,2 micrómetros (luego no son nanotecnológicos).
 Cada memristor está fabricado mediante una heteroestructura formada por varias nanocapas (menos de 100 nm cada una) de óxido de aluminio (Al2O3), dióxido de titanio (TiO2–x), platino (Pt), titanio (Ti) y tantalio (Ta) sobre un sustrato de silicio.
Dibujo20150507 pattern classification experiment - nature14441-f1
En la red de neuronas artificiales cada conexión sináptica se implementa mediante la diferencia de potencial entre dos memristores. 
Por ello los píxeles de las imágenes de las letras del alfabeto que se usan en el entrenamiento de la red y en el reconocimiento tienen un patrón de 3×3 píxeles con dos colores (blanco y negro). 
Todavía se está lejos de resolver el problema clásico del reconocimiento de letras con un patrón estándar de 8×8 píxeles (que todos los que hemos estudiado redes de neuronas artíciales hemos tenido que simular).
Dibujo20150507 pattern classification experiment - physical level description - nature14441-f2
Los autores del artículo afirman que su diseño es escalable y que usando memristores de menor área (30×30 nm) la tecnología actual permitirá resolver problemas a mayor escala en los próximos años. 
De hecho, creen razonable fabricar matrices de hasta 100×100 memristores.
 Queda mucho trabajo por realizar para que este tipo de dispositivos sean competitivos con otras técnicas de implementación hardware de neuronas artificiales.
 Sin embargo, se trata de un trabajo interesante y prometedor que generará muchas secuelas más prometedoras.