• Universitat de València

• Carlos David Prado Socorro

El desarrollo de tecnologías como visión artificial, audición artificial e inteligencia artificial ha creado una creciente demanda de sistemas capaces de procesar y almacenar grandes volúmenes de datos de forma rápida y eficiente. Sin embargo, los dispositivos actuales, separan el procesamiento de datos y su almacenamiento en componentes independientes. Esta separación no solo implica un alto costo energético, sino que también dificulta el manejo rápido y eficiente de grandes cantidades de datos.

Los dispositivos memristivos combinan el procesamiento de información y el almacenamiento de memoria en un solo componente, de manera similar a como funcionan las neuronas biológicas. Sin embargo, los memristores desarrollados hasta la fecha ofrecen memoria a largo plazo pero solo permiten acceder a un número limitado de estados electrónicos, lo que restringe su uso en computación neuromórfica. Además, han demostrado ser inestables y poco reproducibles dando lugar a una gran variabilidad de propiedades entre dispositivos.

Los dispositivos memristivos basados en migración iónica presentan hasta ahora dos grandes limitaciones que dificultan su uso comercial. En primer lugar, necesitan voltajes altos para funcionar, lo que hace que el sistema consuma mucha energía, sea inestable y que los estados electrónicos sean difíciles de controlar. En segundo lugar, estos sistemas no tienen memoria, ya que la información se borra inmediatamente después de ser escrita, lo que limita severamente su utilidad práctica.

Por tanto, es fundamental desarrollar materiales avanzados que permitan pre-procesar datos de manera eficiente directamente en el sensor o dispositivo de captura con un bajo coste energético, además de que presenten una capacidad de almacenamiento de información adecuada para las tecnologías actual.

Personal investigador de la Universitat de València ha desarrollado dispositivos memristivos que solucionan el problema de la baja conductividad eléctrica y el limitado tiempo de retención de información en los sistemas memristivos basados en migración iónica. Estos dispositivos permiten poner en práctica la computación in-memory con memristores basados en migración iónica, eliminando la separación entre memoria y procesamiento y permitiendo un sistema con múltiples estados electrónicos accesibles que emulan procesos neuronales y logrando realizar operaciones de procesamiento y almacenamiento de manera simultánea. Esto mejora significativamente la eficiencia del sistema y reduce la latencia al eliminar la necesidad de transferir datos entre unidades de memoria y procesadores independientes.

El dispositivo memristivo desarrollado es capaz de procesar y retener información mediante cambios en la conductividad eléctrica del sistema, controlados por el historial de voltaje aplicado y puede operar a voltajes más bajos que los memristores ya existentes.

Además, gracias a su capacidad de memoria, el sistema desarrollado no requiere la aplicación constante de voltaje para mantener su estado.

Asimismo, la biocompatibilidad tanto de la matriz polimérica orgánica como los materiales bidimensionales de los dispositivos desarrollados permite su implementación en el mercado de biodispositivos. Esto permite incluir elementos electrónicos en tejidos biológicos para usarlos como sensores, marcadores o prótesis.

La principal aplicación de la tecnología se centra en el preprocesamiento de información, emulando los procesos neurosinápticos del cerebro en microelectrónica. En este sentido, su principal sector de interés es en el de visión y audición artificial, donde permite procesar y almacenar información en el mismo dispositivo, permitiendo que operen de forma continua y casi instantánea. Los dispositivos memristivos se pueden utilizar en:

• sensores neuromórficos para visión artificial
• procesadores neuromórficos para audición artificial
• implantes biónicos con memoria integrada
• dispositivos Edge Artificial Intelligence (Procesamiento Local)
• servicios de diagnóstico médico

Las principales ventajas de la invención son:

• mayor eficiencia energética y reducción de costes
• mayor estabilidad operativa y mejora en la movilidad iónica
• memoria a largo plazo y almacenamiento eficiente de la información

• Patente solicitada