Los desarrollos y avances en inteligencia artificial (IA) se han debido en gran parte a las tecnologías que imitan el funcionamiento del cerebro humano. En el mundo de la tecnología de la información, tales sistemas de IA se llaman redes neuronales.

Estos contienen algoritmos que pueden ser entrenados, entre otras cosas, para imitar la forma en que el cerebro reconoce el habla y las imágenes. Sin embargo, al ejecutar una red neuronal artificial consume una gran cantidad de tiempo y energía.

Ahora, los investigadores del Centre for Scientific Research (CNRS) de Thales, la Universidad de Burdeos en París-Sud, y Evry han desarrollado una sinapsis artificial llamado memristor directamente en un chip.

De esta manera están más próximos los sistemas inteligentes que requerirán menos tiempo y energía para aprender, y que puedan aprender de manera autónoma.

En el cerebro humano, las sinapsis funcionan como las conexiones entre las neuronas. Las conexiones se refuerzan y el aprendizaje se mejora mientras más de estas sinapsis sean estimuladas.

El memristor funciona de una manera similar. Se compone de una delgada capa ferroeléctrica (que puede ser de forma espontánea polarizada) que está encerrada entre dos electrodos.

El uso de pulsos de voltaje, su resistencia se puede ajustar, como neuronas biológicas. La conexión sináptica será fuerte cuando la resistencia es baja, y viceversa.

La capacidad del memristor para el aprendizaje se basa en esta resistencia ajustable.

Los Sistemas de inteligencia artificial han sido desarrollados considerablemente en los últimos dos años. Las redes neuronales construidas con algoritmos de aprendizaje son ahora capaces de realizar tareas que los sistemas sintéticos antes no podían hacer.

Por ejemplo, los sistemas inteligentes pueden ahora componer música, jugar juegos y vencer a los jugadores humanos. Algunos pueden incluso identificar el comportamiento suicida, o diferenciar entre lo que es legal y lo que no.

Todo esto es gracias a la capacidad de las IA para aprender, la única limitación es la cantidad de tiempo y esfuerzo que se necesita para consumir los datos que les sirven de trampolín.

Con el memristor, este proceso de aprendizaje se puede mejorar en gran medida. Se seguirá trabajando en el memristor, sobre todo en la exploración de formas de optimizar su función.

Para empezar, los investigadores han construido con éxito un modelo físico para ayudar a predecir cómo funciona.

La investigación ha sido publicada en la revista Nature Communications.