Se calcula que cada neurona puede conectarse a entre mil y 10.000 otras neuronas conformando una red de 86.000 millones de neuronas. Esa compleja y bulliciosa red de impulsos está en nuestro cerebro y la tecnología busca replicarla. Sin embargo, está en camino de perfeccionar y potenciar el cerebro humano. Un equipo de científicos de la Universidad China de Hong Kong ha creado una neurona artificial mil millones de veces más rápida que una neurona biológica. Este descubrimiento coincide con el lanzamiento de la nueva campaña navideña de Telefónica, Neurona.
Mientras que la iniciativa de Telefónica nos invita a reflexionar sobre la importancia de mantenernos conectados con nuestros seres queridos, la neurona graduada por láser acerca aún más los mundos de la ciencia y la tecnología con las necesidades humanas. Al igual que Neurona destaca cómo nuestras redes humanas y tecnológicas trabajan juntas para crear un mundo mejor, esta innovación científica promete llevar nuestra interacción con la tecnología a un nuevo nivel.
En qué consiste la neurona artificial
Esta neurona artificial está hecha con tecnología láser y emula las funciones, la dinámica y el procesamiento de información de una neurona natural. Esta innovación se desarrolla dentro del campo de la computación neuromórfica, que, según el artículo científico, «se inspira en la arquitectura y el funcionamiento de las neuronas biológicas».
Esta neurona artificial contiene varios tipos de células nerviosas, una de ellas son las neuronas graduadas. Este tipo de neurona codifica información a través de cambios continuos en el potencial de membrana. Esta característica le permite un procesamiento de señales sutil y preciso. En contraste, las neuronas biológicas que emiten impulsos transmiten información mediante potenciales de acción de todo o nada, lo que da lugar a una forma de comunicación más binaria.
La neurona graduada está fabricada con un láser de puntos cuánticos basado en chip. Esta una herramienta tiene aplicaciones en los campos de fotónica, de las telecomunicaciones y de la computación óptica. Los puntos cuánticos permiten emitir luz con una longitud de onda muy precisa y controlable. Al estar basado en un chip, el láser puede integrarse fácilmente con otros componentes electrónicos y fotónicos.
Chaoran Huang, líder del equipo de investigación, afirma que la neurona artificial supera las limitaciones de las llamadas photogenic spiking neurons. Se trata de un modelo de neuronas en la inteligencia artificial y computación neuromórfica diseñado para imitar de la manera más realista a las neuronas biológicas. Según Huang, la neurona que su grupo ha creado «tienen el potencial de funcionar incluso más rápido».
Neuronas láser y computación
Las neuronas artificiales basadas en láser prometen avances en la computación gracias a su rapidez y bajo consumo energético. Hasta ahora, se han utilizado principalmente las anteriormente mencionadas photogenic spiking neurons. No obstante, estas presentan limitaciones como velocidades reducidas, pérdida de información y necesidad de equipos adicionales.
«Con potentes efectos de memoria y excelentes capacidades de procesamiento de información, una sola neurona graduada por láser puede comportarse como una pequeña red neuronal”, afirmó Huang. “Por lo tanto, incluso una sola neurona graduada por láser sin conexiones complejas adicionales puede realizar tareas de aprendizaje automático con un alto rendimiento”.
Aplicaciones y eficacia de la neurona ultrarrápida
Los científicos informaron a la revista de investigación Optica que su neurona puede alcanzar una velocidad de procesamiento de señales de 10 GBaud. Para hacernos una idea más clara, esta velocidad procesó, en tan solo un segundo, datos de cien millones de latidos cardíacos o 34,7 millones de imágenes digitales.
«Nuestra tecnología podría acelerar la toma de decisiones de IA en aplicaciones en las que el tiempo es un factor crítico, manteniendo al mismo tiempo una alta precisión», expresó Huang. «Esperamos que la integración de nuestra tecnología en dispositivos de edge computing (que procesan datos cerca de su origen) facilite sistemas de IA más rápidos e inteligentes que sirvan mejor a las aplicaciones del mundo real con un menor consumo de energía en el futuro».
