Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Consideramos que si continúa navegando, acepta su uso. Obtener más información

Científicos de IBM reproducen el funcionamiento neuronal

  • Actualidad

IBM_neuronas

Este avance podría impulsar el desarrollo de ordenadores neuromórficos que acelerarían la computación cognitiva y el análisis de grandes datos del Internet de las Cosas.

Durante décadas, la comunidad científica ha teorizado sobre la posibilidad de imitar las capacidades computacionales de grandes poblaciones de neuronas, inspirándose en el funcionamiento del cerebro humano. Ahora, un equipo de científicos de IBM Research ha dado un primer paso al lograr generar disparos neuronales de manera aleatoria utilizando materiales de cambio de fase para el almacenamiento y el procesamiento de datos. Esta demostración, publicada en la revista científica Nature Nanotechnology, constituye un avance en el desarrollo de tecnologías neuromórficas integradas, ultradensas y de eficiencia energética para aplicaciones de computación cognitiva. 

Las neuronas artificiales diseñadas en los laboratorios de IBM Research en Zúrich (Suiza) se componen de materiales con cambio de fase, incluido el telururo de antimonio germanio, que se presentan de forma estable en dos estados, uno de ellos amorfo (sin una estructura definida) y otro cristalino (estructurado). Estos materiales conforman, por ejemplo, la base de discos Blue-ray regrabables. En cambio, las neuronas artificiales son analógicas y no almacenan información digital, al igual que las sinapsis y las neuronas de un cerebro biológico.

En su investigación, el equipo de IBM Research aplicó una serie de pulsos eléctricos a las neuronas artificiales, que dieron como resultado una progresiva cristalización del material con cambio de fase, causando finalmente el disparo neuronal. En neurociencia, esta función de las neuronas biológicas se conoce como propiedad de integración y disparo. Se trata del principal fundamento de la computación basada en eventos y resulta similar al proceso por el cual nuestro cerebro responde cuando tocamos algo que está caliente.

Con este modelo de integración y disparo, sería posible utilizar, según la compañía, una sola neurona para detectar patrones y hallar correlaciones en flujos de información basados en eventos en tiempo real. Por ejemplo, aplicadas a la Internet de las Cosas, estas neuronas artificiales podrían detectar discrepancias en transacciones financieras o analizar datos de las redes sociales para descubrir nuevas tendencias culturales. 

 

Recomendaciones que te puedan interesar…

Plataformas de Experiencias Digitales para usuarios cada vez más conectados

Transforme su almacenamiento en un servicio altamente disponible

Mejores prácticas para la protección de datos y la continuidad de negocio en un mundo móvil

Cómo pueden potenciar la productividad los servidores modernos

Williams agiliza la toma de decisiones críticas con infraestructura hiperconvergente

Seguridad Intrínseca con VMware

 

Informe de ciber riesgos 2016 de HPE

10 cosas a tener en cuenta al comprar infraestructura hiperconvergente

Almacenamiento definido por software: principales beneficios