Las computadoras y la inteligencia artificial continúan marcando cambios importantes en la forma en que las personas compran. Es relativamente fácil entrenar el cerebro de un robot para crear una lista de compras, pero ¿qué hay de asegurarse de que el comprador robótico pueda distinguir fácilmente la diferencia entre los miles de productos en la tienda?
Los investigadores y expertos de la Universidad de Purdue en computación inspirada en el cerebro piensan que parte de la respuesta se puede encontrar en los imanes. Los investigadores han desarrollado un proceso para usar el magnetismo con redes similares al cerebro para programar y enseñar dispositivos como robots personales, automóviles autónomos y drones para generalizar mejor sobre diferentes objetos.
«Nuestras redes neuronales estocásticas intentan imitar ciertas actividades del cerebro humano y computar a través de una conexión de neuronas y sinapsis», dijo Kaushik Roy, profesor distinguido de Purdue Edward G. Tiedemann Jr. de Ingeniería Eléctrica e Informática. «Esto le permite al cerebro de la computadora no solo almacenar información, sino también generalizar bien acerca de los objetos y luego hacer inferencias para lograr un mejor desempeño en la distinción entre objetos».
Los dispositivos de unión de túnel magnético muestran un comportamiento de conmutación, que es de naturaleza estocástica.
La dinámica de conmutación de un nanoimán es similar a la dinámica eléctrica de las neuronas. Los dispositivos de unión de túnel magnético muestran un comportamiento de conmutación, que es de naturaleza estocástica.
El comportamiento de cambio estocástico es representativo de un comportamiento de cambio sigmoideo de una neurona. Tales uniones de túnel magnético también se pueden usar para almacenar pesos sinápticos.
El grupo de Purdue propuso un nuevo algoritmo de entrenamiento estocástico para sinapsis utilizando plasticidad dependiente del tiempo de espiga (STDP), denominado Stochastic-STDP, que se ha observado experimentalmente en el hipocampo de la rata. El comportamiento estocástico inherente del imán se usó para cambiar los estados de magnetización estocásticamente en base al algoritmo propuesto para aprender diferentes representaciones de objetos.
Los pesos sinápticos entrenados, codificados de forma determinista en el estado de magnetización de los nano-imanes, se utilizan durante la inferencia. Ventajosamente, el uso de imanes de barrera de alta energía (30-40KT donde K es la constante de Boltzmann y T es la temperatura de funcionamiento) no solo permite primitivas estocásticas compactas, sino que también permite utilizar el mismo dispositivo como un elemento de memoria estable que reúne los datos requisito de retención Sin embargo, la altura de la barrera de los imanes nano utilizados para realizar cálculos neuronales de tipo sigmoide se puede reducir a 20KT para una mayor eficiencia energética.
«La gran ventaja de la tecnología de imán que hemos desarrollado es que es muy eficiente en términos de energía», dijo Roy, quien dirige el Centro de Purdue para la Computación inspirada en el cerebro que permite la inteligencia autónoma. «Hemos creado una red más simple que representa las neuronas y las sinapsis mientras comprime la cantidad de memoria y energía necesaria para realizar funciones similares a los cálculos cerebrales».
Roy dijo que las redes similares al cerebro también tienen otros usos para resolver problemas difíciles, incluidos problemas de optimización combinatoria, como el problema del vendedor ambulante y la coloración de gráficos. Los dispositivos estocásticos propuestos pueden actuar como «recocido natural», ayudando a los algoritmos a salir de las minimas locales.
Su trabajo se alinea con la celebración Giant Leaps de Purdue, reconociendo los avances globales de la universidad en inteligencia artificial como parte del 150 aniversario de Purdue. Es uno de los cuatro temas del Festival de Ideas de la celebración de un año, diseñado para mostrar a Purdue como un centro intelectual que resuelve problemas del mundo real.
Roy ha trabajado con la Oficina de Comercialización de Tecnología de la Fundación de Investigación Purdue en tecnologías patentadas que están proporcionando la base de parte de la investigación en C-BRIC. Están buscando socios para licenciar la tecnología.
Fuente: BH Magnets.
Leer más artículos similares.
