Novedosos memristores para superar el "olvido catastrófico" de la IA
Consumen muy poca energía y se comportan de forma similar a las células cerebrales: son los llamados memristores. Investigadores de Jülich, dirigidos por Ilia Valov, han presentado ahora en Nature Communications nuevos componentes memristores que ofrecen ventajas significativas respecto a versiones anteriores: son más robustos, funcionan en un rango de voltaje más amplio y pueden funcionar tanto en modo analógico como digital. Estas propiedades podrían ayudar a resolver el problema del "olvido catastrófico", por el que las redes neuronales artificiales olvidan abruptamente la información previamente aprendida.
El problema del "olvido catastrófico" se produce cuando las redes neuronales profundas se entrenan para una nueva tarea. Esto se debe a que una nueva optimización simplemente sobrescribe la anterior. El cerebro no tiene este problema porque aparentemente puede ajustar el grado de cambio sináptico; los expertos hablan ahora también de la llamada "metaplasticidad". Sospechan que sólo gracias a estos diferentes grados de plasticidad nuestro cerebro puede aprender permanentemente nuevas tareas sin olvidar contenidos antiguos. El nuevo memristor consigue algo parecido.
"Sus propiedades únicas permiten utilizar distintos modos de conmutación para controlar la modulación del memristor de forma que no se pierda la información almacenada", explica Ilia Valov, del Instituto Peter Grünberg (PGI-7) del Forschungszentrum Jülich.
Candidatos ideales para dispositivos neuroinspirados
Los chips informáticos modernos evolucionan con rapidez. Su desarrollo podría recibir un nuevo impulso gracias a los memristores, término derivado de memoria y resistencia. Estos componentes son esencialmente resistencias con memoria: su resistencia eléctrica cambia en función de la tensión aplicada y, a diferencia de los elementos de conmutación convencionales, su valor de resistencia se mantiene incluso después de desconectar la tensión. Esto se debe a que los memristores pueden sufrir cambios estructurales, por ejemplo, debido a los átomos que se depositan en los electrodos.
"Los elementos memristores se consideran candidatos ideales para componentes informáticos con capacidad de aprendizaje e inspirados en el cerebro", afirma Ilia Valov.
A pesar de los considerables avances y esfuerzos realizados, la comercialización de los componentes avanza más despacio de lo esperado. Esto se debe, en particular, a un índice de fallos en la producción a menudo elevado y a la corta vida útil de los productos. Además, son sensibles a la generación de calor o a las influencias mecánicas, lo que puede provocar frecuentes averías durante su funcionamiento. "La investigación básica es, por tanto, esencial para controlar mejor los procesos a nanoescala", afirma Valov, que lleva muchos años trabajando en este campo de los memristores. "Necesitamos nuevos materiales y mecanismos de conmutación para reducir la complejidad de los sistemas y aumentar la gama de funcionalidades".
Precisamente en este sentido, el químico y científico de materiales, junto con colegas alemanes y chinos, ha podido informar ahora de un importante éxito: "Hemos descubierto un mecanismo memristivo electroquímico fundamentalmente nuevo que es química y eléctricamente más estable", explica Valov. El avance se ha presentado ahora en la revista Nature Communications.
Un nuevo mecanismo para los memristores
"Hasta ahora se habían identificado dos mecanismos principales para el funcionamiento de los llamados memristores bipolares: ECM y VCM", explica Valov. ECM significa "metalización electroquímica" y VCM "mecanismo de cambio de valencia".
- Los memristores ECM forman un filamento metálico entre los dos electrodos, un diminuto "puente conductor" que altera la resistencia eléctrica y vuelve a disolverse cuando se invierte la tensión. El parámetro crítico aquí es la barrera de energía (resistencia) de la reacción electroquímica. Este diseño permite voltajes de conmutación bajos y tiempos de conmutación rápidos, pero los estados generados son variables y relativamente efímeros.
- En cambio, los memristores VCM no cambian la resistencia por el movimiento de los iones metálicos, sino por el movimiento de los iones de oxígeno en la interfaz entre el electrodo y el electrolito, modificando la llamada barrera de Schottky. Este proceso es relativamente estable, pero requiere altas tensiones de conmutación.
Cada tipo de memristor tiene sus propias ventajas e inconvenientes. "Por eso nos planteamos diseñar un memristor que combinara las ventajas de ambos tipos", explica Ilia Valov. Los expertos pensaban que esto era imposible. "Nuestro nuevo memristor se basa en un principio completamente distinto: utiliza un filamento hecho de óxidos metálicos en lugar de uno puramente metálico como el ECM", explica Valov. Este filamento se forma por el movimiento de iones de oxígeno y tántalo y es muy estable: nunca se disuelve del todo. "Se puede pensar en él como un filamento que siempre existe en cierta medida y que sólo se modifica químicamente", dice Valov.
El novedoso mecanismo de conmutación es, por tanto, muy robusto. Los científicos también lo denominan mecanismo de modificación de la conductividad del filamento (FCM). Los componentes basados en este mecanismo tienen varias ventajas: son química y eléctricamente más estables, más resistentes a las altas temperaturas, tienen una ventana de voltaje más amplia y requieren voltajes más bajos para producirse. Como resultado, se queman menos componentes durante el proceso de fabricación, la tasa de rechazo es menor y su vida útil es más larga.
Perspectiva de solución para "olvidos catastróficos"
Además, los diferentes estados de oxidación permiten que el memristor funcione en modo binario y/o analógico. Mientras que las señales binarias son digitales y sólo pueden emitir dos estados, las señales analógicas son continuas y pueden adoptar cualquier valor intermedio. Esta combinación de comportamiento analógico y digital es especialmente interesante para los chips neuromórficos porque puede ayudar a superar el problema del "olvido catastrófico": las redes neuronales profundas borran lo que han aprendido cuando se entrenan para una nueva tarea. Esto se debe a que una nueva optimización simplemente sobrescribe la anterior.
El cerebro no tiene este problema porque, al parecer, puede ajustar el grado de cambio sináptico; los expertos hablan ahora también de la llamada "metaplasticidad". Sospechan que sólo gracias a estos diferentes grados de plasticidad nuestro cerebro puede aprender permanentemente nuevas tareas sin olvidar contenidos antiguos. El nuevo memristor óhmico consigue algo parecido. "Sus propiedades únicas permiten utilizar distintos modos de conmutación para controlar la modulación del memristor de forma que no se pierda la información almacenada", afirma Valov.
Los investigadores ya han implementado el nuevo componente memristor en un modelo de red neuronal artificial en una simulación. En varios conjuntos de datos de imágenes, el sistema alcanzó un alto nivel de precisión en el reconocimiento de patrones. En el futuro, el equipo quiere buscar otros materiales para memristores que puedan funcionar incluso mejor y de forma más estable que la versión presentada aquí. "Nuestros resultados harán avanzar aún más el desarrollo de la electrónica para aplicaciones de 'computación en memoria'", asegura Valov.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
