Aceste dispozitive extrem de mici funcționează ca neuronii și identifică mutațiile virusurilor

Aceste dispozitive extrem de mici funcționează ca neuronii și identifică mutațiile virusurilor
Sursa foto: Aceasa e doar o reprezentare artistică a unor astfel de nanodispozitive

Oamenii de știință de la Universitatea Texas A&M, Hewlett Packard Labs și Universitatea Stanford au descris un nou nanodispozitiv care acționează aproape identic ca celula creierului. Mai mult, au arătat că aceste celule cerebrale sintetice pot fi unite între ele pentru a forma rețele complexe care pot apoi rezolva problemele într-un mod asemănător creierului.

„Acesta este primul studiu în care am reușit să emulăm un neuron cu un singur dispozitiv la scară nano, care altfel ar avea nevoie de sute de tranzistori”, a spus dr. R. Stanley Williams, autor principal al studiului și profesor în Departamentul de Inginerie Electrică și Informatică. „Am reușit, de asemenea, să folosim cu succes rețelele neuronilor noștri artificiali pentru a rezolva versiunile de jucărie ale unei probleme din lumea reală, care este intensă din punctul de vedere al calculului, chiar și pentru cele mai sofisticate tehnologii digitale”.

În special, cercetătorii au demonstrat dovada conceptului că sistemul lor inspirat de creier poate identifica posibile mutații ale unui virus, ceea ce este extrem de relevant pentru asigurarea eficacității vaccinurilor și a medicamentelor pentru tulpini care prezintă diversitate genetică.

La ce ajută acest nou dispozitiv

În ultimele decenii, tehnologiile digitale au devenit mai mici și mai rapide, în mare parte datorită progreselor în tehnologia tranzistorilor. Cu toate acestea, aceste componente critice ale circuitului se apropie rapid de limita lor de cât de mici pot fi construite, inițiind un efort global pentru a găsi un nou tip de tehnologie care să completeze, dacă nu chiar să înlocuiască, tranzistoarele.

Pe lângă această problemă de „reducere”, tehnologiile digitale bazate pe tranzistori au alte provocări bine cunoscute. De exemplu, se luptă să găsească soluții optime atunci când sunt prezentate cu seturi mari de date.

„Să luăm un exemplu familiar, de a găsi cea mai scurtă rută de la birou la casa ta. Dacă trebuie să faci o singură oprire, este o problemă destul de ușor de rezolvat. Dar dacă dintr-un anumit motiv trebuie să faci 15 opriri între ele, tu au 43 de miliarde de rute dintre care să alegi „, a declarat dr. Suhas Kumar, autor principal al studiului și cercetător la Hewlett Packard Labs. „Aceasta este acum o problemă de optimizare, iar computerele actuale sunt destul de inepte să o rezolve”.

Kumar a adăugat că o altă sarcină dificilă pentru mașinile digitale este recunoașterea modelelor, cum ar fi identificarea unei fețe, indiferent de unghiul de vedere sau recunoașterea unei voci familiare îngropate într-un zgomot de sunete.

Dar sarcinile care pot trimite mașinile digitale într-o teză de calcul sunt cele la care creierul excelează. De fapt, creierele nu sunt doar rapide în privința problemelor de recunoaștere și optimizare, dar consumă și mai puțină energie decât sistemele digitale. Prin urmare, imitând modul în care creierul rezolvă aceste tipuri de sarcini, Williams a spus că sistemele inspirate de creier sau neuromorfe ar putea depăși unele dintre obstacolele de calcul cu care se confruntă tehnologiile digitale actuale.

Cum au imitat elementul fundamental al unui neuron

Astfel, pentru a construi elementul fundamental al creierului sau al unui neuron, cercetătorii au asamblat un dispozitiv sintetic la scară nano, format din straturi de diferite materiale anorganice, fiecare cu o funcție unică. Cu toate acestea, au spus că adevărata magie se întâmplă în stratul subțire din compusul dioxidului de niobiu.

Așadar, când se aplică o mică tensiune în această regiune, temperatura acesteia începe să crească. Dar când temperatura atinge o valoare critică, dioxidul de niobiu suferă o schimbare rapidă, transformându-se de la un izolator la un conductor. Dar, pe măsură ce începe să conducă curenți electrici, temperatura scade și dioxidul de niobiu revine la a fi un izolator.

Aceste tranziții înainte și înapoi permit dispozitivelor sintetice să genereze un impuls de curent electric care seamănă foarte mult cu profilul vârfurilor electrice sau potențialelor de acțiune produse de neuronii biologici. Mai mult, prin schimbarea tensiunii asupra neuronilor lor sintetici, cercetătorii au reprodus o gamă bogată de comportamente neuronale observate în creier, cum ar fi declanșarea susținută, explozivă și haotică a vârfurilor electrice.

„Captarea comportamentului dinamic al neuronilor este un obiectiv cheie pentru computerele inspirate din creier”, a spus Kumar. „În total, am reușit să recreăm în jur de 15 tipuri de profiluri de declanșare neuronală, toate folosind o singură componentă electrică și la energii mult mai mici în comparație cu circuitele bazate pe tranzistori”.

Cercetătorii au descoperit că, în câteva microsecunde, rețeaua lor de neuroni artificiali s-a stabilizat într-o stare care a indicat genomul unei tulpini mutante

Pentru a evalua dacă neuronii lor sintetici pot rezolva probleme din lumea reală, cercetătorii au conectat mai întâi 24 de astfel de dispozitive la scară nano într-o rețea inspirată de conexiunile dintre cortexul creierului și talamus, o cale neuronală bine cunoscută implicată în recunoașterea tiparelor. Apoi, au folosit acest sistem pentru a rezolva o versiune de jucărie a problemei de reconstrucție a cvasispeciei virale, unde variațiile mutante ale unui virus sunt identificate fără un genom de referință.

Prin intermediul datelor introduse, cercetătorii au introdus rețeaua în fragmente de gene scurte. Apoi, prin programarea puterii conexiunilor dintre neuronii artificiali din rețea, au stabilit reguli de bază despre asocierea acestor fragmente genetice. Sarcina puzzle-ului pentru rețea a fost de a enumera mutațiile genomului virusului pe baza acestor segmente genetice scurte.

Williams și Kumar au remarcat că acest rezultat este o dovadă de principiu că sistemele lor neuromorfe pot îndeplini rapid sarcini într-un mod eficient din punct de vedere energetic. Cercetătorii au spus că următorii pași în cercetarea lor vor fi extinderea repertoriului problemelor pe care rețelele lor asemănătoare creierului le pot rezolva prin încorporarea altor tipare de tragere și a unor proprietăți distinctive ale creierului uman, cum ar fi învățarea și memoria. De asemenea, intenționează să abordeze provocările hardware pentru implementarea tehnologiei lor la scară comercială.

„Calculul datoriilor naționale sau rezolvarea unor simulări pe scară largă nu este tipul de sarcină la care creierul uman este bun și de aceea avem computere digitale. Alternativ, ne putem folosi cunoștințele despre conexiunile neuronale pentru rezolvarea problemelor pe care creierul le are în mod excepțional”, a spus Williams. „Am demonstrat că, în funcție de tipul de problemă, există modalități diferite și mai eficiente de a face calcule, altele decât metodele convenționale care utilizează computere digitale cu tranzistoare”.

DĂ PLAY ȘI FII MAI INFORMAT DECÂT PRIETENII TĂI