Las neuronas superconductoras podrían igualar la eficiencia energética del cerebro

Ilustración conceptual brillante de un cerebro Getty

El cerebro humano es, con mucho, el dispositivo informático más impresionante conocido por la ciencia. El cerebro funciona a una velocidad de reloj de unos pocos hercios, como un caracol en comparación con los microprocesadores modernos que funcionan a velocidades de gigahercios.

Pero obtiene su poder al realizar muchos cálculos al mismo tiempo: un billón de billones de cálculos por segundo. Este paralelismo le permite resolver con facilidad problemas que las computadoras convencionales aún no han abordado: conducir, caminar, conversar, etc.

Más impresionante aún es que hace todo esto impulsado por poco más que un plato de avena. Por el contrario, las supercomputadoras más poderosas del mundo usan más energía que las grandes ciudades.

Es por eso que los científicos informáticos quieren copiar el rendimiento informático del cerebro humano utilizando redes neuronales como caballos de batalla computacionales.

Es más fácil decirlo que hacerlo. Los chips ordinarios se pueden programar para que se comporten como redes neuronales, pero esto es computacionalmente exigente y consume mucha energía.

En cambio, los científicos informáticos quieren construir neuronas artificiales y conectarlas en redes similares a las del cerebro. Eso tiene el potencial de ser significativamente más eficiente energéticamente, pero nadie ha ideado un diseño que se acerque a la eficiencia del cerebro.

Hasta hoy. Entra Emily Toomey en el MIT y un par de colegas, que han diseñado una neurona superconductora hecha de nanocables que en muchos sentidos se comporta como una real. Dicen que su dispositivo coincide con la eficiencia energética del cerebro (al menos en teoría) y es la piedra angular de una nueva generación de redes neuronales superconductoras que serán mucho más eficientes que la maquinaria informática convencional.

Primero algunos antecedentes. Las neuronas codifican información en forma de picos eléctricos, o potenciales de acción, que viajan a lo largo del nervio. En redes similares al cerebro, las neuronas están separadas entre sí por espacios llamados sinapsis.

La información puede saltar a través de estas sinapsis, influyendo así en otras neuronas, haciendo que se disparen o inhibiéndolas de una manera que evite que se disparen. De hecho, esto permite que las neuronas actúen como puertas lógicas, produciendo una sola salida en respuesta a múltiples entradas.

Las neuronas biológicas tienen una serie de propiedades importantes que lo hacen posible. Por ejemplo, no se disparan a menos que la señal de entrada exceda cierto nivel de umbral, y no pueden dispararse de nuevo hasta que haya pasado cierto tiempo, un período conocido como período refractario. Y el tiempo que tarda un pico en viajar a lo largo de un axón, el cuerpo de una neurona, también es importante, ya que codifica la distancia que ha viajado el pico.

Una neurona artificial debe ser capaz de reproducir tantas de estas características como sea posible. Eso generalmente requiere algunos circuitos complejos.

Pero Toomey y compañía señalan que los nanocables superconductores tienen una peculiar propiedad no lineal que les permite actuar como neuronas. Esta propiedad se produce porque la superconductividad del nanocable se rompe cuando la corriente que fluye a través de él supera un valor umbral.

Cuando esto sucede, la resistencia aumenta repentinamente, creando un pulso de voltaje. Este pulso es análogo al potencial de acción en una neurona. Usarlo para modular otro pulso producido por un segundo nanocable superconductor hace que la simulación sea aún más realista.

Esto crea un circuito superconductor simple que tiene muchas de las propiedades de las neuronas biológicas. Toomey y sus colegas han demostrado que una neurona superconductora tiene un umbral de activación, un período refractario y un tiempo de viaje que se puede ajustar según las propiedades del circuito, entre otras propiedades.

Fundamentalmente, esta neurona superconductora también se puede utilizar para activar o inhibir otras neuronas. Y esta propiedad fanout es clave para crear redes. Eso es algo que otros diseños de neuronas superconductoras nunca han podido lograr.

Y debido a que los circuitos superconductores usan muy poca energía, sugieren los cálculos de Toomey y compañía, este tipo de red neuronal superconductora podría igualar la eficiencia de las redes neuronales biológicas.

La cifra de mérito es el número de operaciones sinápticas que la red neuronal puede realizar cada segundo utilizando un vatio de potencia. Toomey y compañía dicen que su red propuesta debería ser capaz de igualar al cerebro humano en la gestión de aproximadamente 1014 operaciones sinápticas por segundo por vatio. La neurona de nanocables puede ser una tecnología altamente competitiva desde el punto de vista de la potencia y la velocidad, dicen.

Por supuesto, hay limitaciones. Quizás lo más significativo es que la neurona superconductora puede conectarse con solo un puñado de otras neuronas. Por el contrario, cada neurona del cerebro humano se conecta con miles de vecinas. Y por el momento, el diseño de Toomey y compañía sigue siendo solo eso: un diseño.

Sin embargo, las simulaciones son prometedoras. El análisis realizado aquí sugiere que la neurona de nanocables es un candidato prometedor para el avance de las redes neuronales artificiales de baja potencia, dice el equipo.

Y el potencial es significativo. Toomey y compañía dicen que las redes neuronales superconductoras podrían ser la base de un hardware informático completamente nuevo en forma de redes neuronales superconductoras. Estos chips podrían conectarse en red mediante una interconexión superconductora, lo que no produciría disipación de calor.

El resultado sería un procesador neuromórfico a gran escala que podría entrenarse como una red neuronal de picos para realizar tareas como el reconocimiento de patrones o usarse para simular la dinámica de picos de una gran red biológicamente realista, dicen.

Es un trabajo interesante, aunque necesita una demostración de prueba de principio antes de que la emoción pueda comenzar a crecer.

Ref: arxiv.org/abs/1907.00263 : Una neurona artificial energéticamente eficiente que utiliza nanocables superconductores

esconder