Els investigadors de la UIB emulen el reconeixement de patrons del cervell per augmentar la velocitat de computació

El grup de recerca en Enginyeria Electrònica de la UIB desenvolupa un model neuronal probabilístic que proporciona una explicació alternativa a la gran velocitat de processament del cervell humà 

Un equip d’investigadors del grup de recerca en Enginyeria Electrònica (GEE) de la Universitat de les Illes Balears ha desenvolupat un model neuronal probabilístic de processament de dades que és capaç d'explicar la gran velocitat del cervell a l’hora de reconèixer patrons, a la vegada que faria servir una connectivitat molt més senzilla i un aprenentatge simple del tipus Hebbià. Els investigadors del GEE han adaptat aquest model a la tecnologia digital actual, i han obtingut velocitats d'operació que superen sensiblement la lògica digital tradicional. Aquest treball s’ha publicat a la prestigiosa revista International Journal of Neural Systems.

El reconeixement de patrons és un procés cerebral fonamental que consisteix en una reacció a un estímul extern quan aquest és considerat rellevant pel cervell. Altres investigadors, en diferents estudis relacionats amb l'anàlisi del patró visual i la classificació de patrons fets amb micos, han fixat el temps de resposta del cervell entre 20 i 30 mil·lèsimes de segon. Aquest fet ha donat lloc a estudis en els quals es proposa que les neurones fan servir una codificació purament temporal per tal d'explicar aquesta rapidesa. Ara bé, segons els investigadors de la UIB, el principal inconvenient d'aquests tipus de models neuronals és l’alta precisió espaciotemporal que seria necessària a les connexions establertes entre neurones, que, a més, exigiria tenir associat un procés d'aprenentatge fisiològicament complex.

Per tal de superar aquestes limitacions, els membres del GEE proposen un sistema de processament d’informació de naturalesa probabilística en el qual l’alt grau d’exactitud de les metodologies de computació clàssiques se sacrificaria a canvi d’un major paral·lelisme, una major rapidesa i una menor despesa energètica. Aquestes característiques fan que el sistema dissenyat a la UIB pugui ser molt útil en aplicacions en les quals l’exactitud no és tan important com la rapidesa, com ara el reconeixement de determinats patrons dins grans bases de dades. 

Referència bibliogràfica:

Rosselló, J. L., Canals, V., Oliver, A., Morro, A. «Studying the role of synchronized and chaotic spiking neural ensembles in neural information processing» International Journal of Neural Systems. Agost de 2014, Vol. 24, núm. 5, pàg. 1- 11. DOI: 10.1142/S0129065714300034 

Data de publicació: Fri Dec 19 12:53:00 CET 2014