Desde la Universidad China de Hong Kong, investigadores presentaron una neurona artificial basada en láser que emula por completo las funciones, dinámica y procesamiento de información de una neurona biológica graduada. Los resultados se presentaron en Óptica.
Con una velocidad de procesamiento de señales de 10 GBaud (mil millones de veces más rápida que sus contrapartes biológicas), esta nueva neurona graduada por láser podría conducir a avances en campos como la inteligencia artificial así como otros tipos de computación avanzada.
El estudio
El cuerpo contiene varios tipos de células nerviosas, incluidas aquellas neuronas graduadas que codifican información por medio de cambios continuos en el potencial de membrana, lo que permite un procesamiento de señales sutil y preciso. Por el contrario, las neuronas biológicas que emiten impulsos, transmiten información por medio de potenciales de acción de todo o nada, creando una forma de comunicación más binaria.
"Nuestra neurona graduada por láser supera las limitaciones de velocidad de las versiones fotónicas actuales de neuronas de pico y tiene el potencial de funcionar incluso más rápido", aseguraron los investigadores.
Y añadieron: "Al aprovechar su dinámica no lineal, similar al de las neuronas y su procesamiento rápido, construimos un sistema de computación de reservorio que demuestra un rendimiento excepcional en tareas de IA como el reconocimiento de patrones y predicción de secuencias".
La neurona graduada por láser de puntos cuánticos basada en chip puede alcanzar una velocidad de procesamiento de señales de 10 GBaud. Esta velocidad fue usada para procesar datos de 100 millones de latidos cardíacos, o 34,7 millones de imágenes digitales escritas a mano en un solo segundo.
"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. Esperamos que la integración de nuestra tecnología en dispositivos de computación de borde (que procesan datos cerca de su origen) facilite sistemas de IA más rápidos e inteligentes que sirvan mejor a las aplicaciones en el mundo real, con un menor consumo de energía en el futuro", detallaron.
Neuronas artificiales basadas en láser
Estas neuronas, que pueden responder a señales de entrada de una forma que imita el comportamiento de neuronas biológicas, están explorándose como una forma de mejorar significativamente la computación por sus velocidades de procesamiento de datos ultrarrápidas y su bajo consumo de energía.
Sin embargo, la mayoría de las desarrolladas fueron neuronas de impulsos fotónicos. Estas neuronas artificiales tienen una velocidad de respuesta limitada, pueden sufrir pérdida de información y requieren fuentes láser y moduladores adicionales.
La limitación de velocidad de neuronas fotónicas de picos se debe a que, normalmente, funcionan inyectando pulsos de entrada en la sección de ganancia del láser. Esto provoca un retraso que limita la velocidad de respuesta de la neurona.
Para la neurona graduada por láser, los investigadores usaron un enfoque diferente al inyectar señales de radiofrecuencia en la sección de absorción saturable del láser de puntos cuánticos, evitando ese retraso. Asimismo, se diseñaron almohadillas de radiofrecuencia de alta velocidad para la sección de absorción saturable, en pos de producir un sistema más rápido, simple y eficiente energéticamente.
De esta forma, los investigadores sostienen que una sola neurona graduada por láser puede comportarse como una pequeña red neuronal. "Por lo tanto, incluso una sola neurona graduada por láser sin conexiones complejas adicionales, puede realizar tareas de aprendizaje automático con alto rendimiento", expresaron.
Más capacidades
Con el objetivo de demostrar aún más capacidades de esta neurona, los investigadores la usaron para crear un sistema de computación de reservorio. Este método usa un tipo particular de red conocida como "reservorio" para procesar datos dependientes del tiempo, como los que se usan para reconocer la voz y predicción meteorológica.
En las pruebas, el sistema de computación de reservorio resultante exhibió un excelente reconocimiento de patrones y predicción de secuencias, particularmente predicción a largo plazo en varias aplicaciones de IA con alta velocidad de procesamiento. Por ejemplo, procesó 100 millones de latidos cardíacos por segundo y detectó patrones arrítmicos con una precisión promedio del 98,4%.
"Creemos que la conexión en cascada de múltiples neuronas graduadas por láser permitirá liberar aún más su potencial, de la misma manera que el cerebro tiene miles de millones de neuronas que trabajan juntas en redes", concluyeron.
Actualmente, se está trabajando en pos de mejorar la velocidad de procesamiento de la neurona graduada por láser y, al mismo tiempo, desarrollar una arquitectura de computación de reservorio profundo que incorpora neuronas graduadas por láser en cascada.
Fuente: Infosalus.