La importancia de generar aportes a este tipo de conocimiento radica en la posibilidad de avanzar en el desarrollo de métodos cada vez más eficientes, desde un punto de vista energético, a la hora de procesar datos en contextos elaborados.
El cerebro es uno de los órganos más complejos que existen, pues cuenta con la capacidad de procesar información de forma bastante eficiente, es por ello que disciplinas científicas como la biomímesis o biomimética toman como modelo de estudio a los seres vivos a fin de replicar sus cualidades destacables. De este modo surge también la computación neuromórfica, que se inspira tanto en el comportamiento del sistema nervioso como del cerebro, para otorgar soluciones a problemas complejos mediante tecnología.
El Dr. en Ciencias con Mención en Física de la Universidad de Santiago de Chile, Sebastián Allende, desarrolla un proyecto Fondecyt regular titulado "Nano osciladores por transferencia para memoria asociativa en computación neuromórfica", que busca generar nuevo conocimiento respecto a la forma artificial de procesar, en tiempo real, datos sin estructura que están sometidos a un gran volumen de ruido. Dicho de otro modo, pretende comprender las formas posibles en que, mediante inteligencia artificial, basada en principios de la física, sea posible el análisis de una gran cantidad de soluciones posibles a un problema concreto, en un entorno cambiante y de forma expedita.
De acuerdo al investigador "Los supercomputadores son más eficientes que el cerebro humano a la hora de resolver operaciones matemáticas complejas, por ejemplo, pero cuando se trata de identificar elementos heterogéneos, en base a la semejanza que ellos tengan con otros modelos de referencia, este último es superior con creces, especialmente si comparamos la cantidad de energía que se necesita para elaborar dichos procesos".
La importancia de generar aportes a este tipo de conocimiento radica en el hecho de poder avanzar en métodos cada vez más eficientes, desde un punto de vista energético, que los que tendrían actualmente un computador normal, e incluso un supercomputador a la hora de resolver problemas vinculados a procesos de memoria asociativa, que permitan, por ejemplo, efectuar tareas de reconocimiento visual o corregir errores en flujos de información con ruido.
Estudiando sincronización de nano osciladores magnéticos
Los nano osciladores reciben este nombre por dos aspectos esenciales, uno es su tamaño que está en una escala nanométrica (un nanómetro equivale a una mil millonésima parte de un metro), y el otro es su cualidad magnética. Parte de la magnetización de estos nano dispositivos es la que oscila debido a una densidad de corriente polarizada que pasa a través de ellos.
El académico explica el concepto a través de una analogía en la que "cada nano oscilador vendría siendo una neurona. La interacción magnetostática entre los nano osciladores emularía el medio con que hacen sinapsis las neuronas. La densidad de corriente y los campos magnéticos aplicados a estos nano osciladores serían los estímulos externos".
La idea de este proyecto es estudiar de forma teórica la sincronización de arreglos de nano osciladores magnéticos a variaciones de los "estímulos", de tal forma que, cada tipo de sincronización representaría un tipo de información que sea robusto a estas variaciones. El número de osciladores que están sincronizados y el tipo de sincronización que tienen ellos aún cierto rango de estímulos, representaría un tipo de información robusto a un grado de ruido.
Sobre la investigaciónEl proyecto Fondecyt "Nano osciladores por transferencia para memoria asociativa en computación neuromórfica" da cuenta de la investigación del Dr. Sebastián Allende, que busca generar nuevo conocimiento científico, respecto a la forma artificial de procesar, en tiempo real, datos sin estructura que están sometidos a un gran volumen de ruido. |
Por Ignacio Vallejos
Fotografía de portada: ThisIsEngineering, Pexels