El cerebro biológico, especialmente el cerebro humano, es un sistema informático deseable que consume poca energía y funciona con alta eficiencia.Para construir un sistema informático igual de bueno, muchos científicos neuromórficos se centran en diseñar componentes de hardware destinados a imitar el elusivo mecanismo de aprendizaje del cerebro.

Recientemente, un equipo de investigación ha abordado el objetivo desde un ángulo diferente, centrándose en medirtransferencia de informaciónen cambio.Su método pasó por experimentos biológicos y de simulación y luego demostró ser eficaz en un sistema neuromórfico electrónico.Fue publicado enComputación inteligente.

A pesar desistemas electronicosAunque no han replicado completamente la compleja transferencia de información entre sinapsis y neuronas, el equipo ha demostrado que es posible transformar circuitos biológicos en circuitos electrónicos manteniendo la cantidad de información transferida."Esto representa un paso clave hacia sistemas artificiales de bajo consumo inspirados en el cerebro", señalan los autores.

Para evaluar la eficiencia de la transferencia de información, el equipo se inspiró enteoría de la información.Cuantificaron la cantidad de información transmitida por las sinapsis de neuronas individuales y luego midieron la cantidad utilizando información mutua, cuyo análisis revela la relación entre los estímulos de entrada y las respuestas de las neuronas.

Primero, el equipo realizó experimentos con neuronas biológicas.Utilizaron cortes de cerebro de ratas, registrando y analizando los circuitos biológicos en las células granulares del cerebelo.Luego evaluaron la información transmitida en las sinapsis desde las neuronas de fibras musgosas hasta las células granulares del cerebelo.

Las fibras cubiertas de musgo fueron estimuladas periódicamente con picos eléctricos para inducir la plasticidad sináptica, una característica biológica fundamental donde la transferencia de información en las sinapsis se fortalece o debilita constantemente con la actividad neuronal repetida.

Los resultados muestran que los cambios en los valores de información mutua son en gran medida consistentes con los cambios en la transferencia de información biológica inducida por la plasticidad sináptica.Los hallazgos de la simulación y los experimentos neuromórficos electrónicos reflejaron los resultados biológicos.

En segundo lugar, el equipo realizó experimentos con neuronas simuladas.Aplicaron un modelo de red neuronal de picos, desarrollado por el mismo grupo de investigación.rematarredes neuronalesse inspiraron en el funcionamiento de las neuronas biológicas y se consideran un enfoque prometedor para lograr una computación neuromórfica eficiente.

En el modelo, cuatro fibras cubiertas de musgo están conectadas a una célula granular del cerebelo y a cada conexión se le asigna un peso aleatorio, lo que afecta la eficiencia de la transferencia de información, comoplasticidad sinápticalo hace en los circuitos biológicos.En los experimentos, el equipo aplicó ocho patrones de estimulación a todas las fibras cubiertas de musgo y registró las respuestas para evaluar la transferencia de información en la red neuronal artificial.

En tercer lugar, el equipo realizó experimentos con neuronas electrónicas.Se utilizó una configuración similar a la de los experimentos biológicos y de simulación.Un dispositivo semiconductor desarrollado anteriormente funcionaba como neurona y cuatro memristores especializados funcionaban como sinapsis.

El equipo aplicó 20 secuencias de picos para disminuir los valores de resistencia y luego aplicó otras 20 para aumentarlos.Se investigaron los cambios en los valores de resistencia para evaluar la eficiencia de la transferencia de información dentro del sistema neuromórfico.

Además de verificar la cantidad de información transferida en medios biológicos, simulados y electrónicosneuronas, el equipo también destacó la importancia del momento de los picos, que, como observaron, está estrechamente relacionado con la transferencia de información.Esta observación podría influir en el desarrollo de la computación neuromórfica, dado que la mayoría de los dispositivos están diseñados con algoritmos basados ​​en picos de frecuencia.

Más información:Daniela Gandolfi et al, Transferencia de información en circuitos neuronales: de las neuronas biológicas a la electrónica neuromórfica,Computación inteligente(2024).DOI: 10.34133/icomputación.0059