Es el campo del diseño de ingeniería eléctrica que se inspira en cerebros biológicos para resolver problemas que las computadoras actuales no pueden. El acuerdo es que la naturaleza ha desarrollado cerebros bajo presión evolutiva para mejorar la resolución de problemas muy centrados y muy generales. Entonces usemos la naturaleza como el generador de chips.
Presumiblemente, uno querría analizar cómo el cerebro de un agente biológico se ha conectado para resolver una tarea compleja, de modo que se puedan superar las limitaciones de las arquitecturas de chips tradicionales.
Una de las incursiones más antiguas en este campo comenzó con el impulso de Carver Mead para que los transistores VLSI construyeran algo que imitara la retina en la década de 1980. Ahora hay muchos grupos de investigación e incluso compañías que emplean a neurocientíficos e ingenieros eléctricos para construir chips neuromórficos. Por ejemplo.
- ¿Es preferible elegir ingeniería de producción / metalurgia en NIT, Trichy, y cómo son sus ubicaciones y facultad? ¿O debería elegir una rama central en NIT inferiores?
- ¿Qué es la intensidad eléctrica?
- ¿Hay un buen margen para conseguir un trabajo para un ingeniero eléctrico más nuevo en Alemania?
- ¿Puede tener éxito en ingeniería de pregrado si no es una persona práctica?
- ¿Cuáles son otras opciones después de obtener un diploma en Ingeniería Civil?
Brain Corporation | Brain Corporation es pionera en el desarrollo de nuevos algoritmos basados en el funcionamiento del sistema nervioso, con aplicaciones para la percepción visual, el control motor y la navegación autónoma de robots.
(Nota al margen: siento que estos tipos tienen el mejor nombre hasta ahora)
También hay un proyecto DARPA sobre ingeniería neuromórfica llamado
SyNAPSE que significa “Sistemas de electrónica escalable de plástico adaptativo neuromórfico”.
Muchos grupos han aparecido con fondos para el diseño de chips neuromórficos con objetivos específicos, como mejorar las cámaras mediante la implementación de las propiedades de filtrado derivadas de la retina, o mejorar el wifi mediante el uso de la lógica de las propiedades de respuesta acústica de las neuronas de la cóclea. En otras palabras, utilizan el conocimiento adquirido al estudiar los sistemas sensoriales para mejorar ciertos productos.
También hay un enfoque más general con el objetivo de ejecutar simulaciones complejas del cerebro en redes inspiradas en corticales para explorar cómo se sincronizan de forma transitoria miles de millones de neuronas artificiales para resolver los objetivos de procesamiento de información. Al comenzar con los principios de la arquitectura neuronal biológica, uno puede usar circuitos digitales y especialmente analógicos de una manera que puede ser más eficiente (léase: requiere menos energía) que las arquitecturas informáticas tradicionales y potencialmente requiere menos costo ya que no dependen mucho de software. Las computadoras modernas son muy rápidas, pero el cerebro y las neuronas trabajan en escalas de tiempo extremadamente lentas pero pueden resolver problemas cognitivos más elevados. Debe haber algo computacionalmente poderoso oculto en sus arquitecturas. Un objetivo principal de la computación neuromórfica sería responder por qué en última instancia esto es así mediante la construcción de un verdadero sistema inteligente.
Hay una revista científica de acceso abierto y revisada por pares dedicada al tema aquí: Frontiers in Neuromorphic Engineering