Uno debe considerar dos aspectos: (1) el modelo de una verdadera neurona biológica ; (2) la neurona artificial , algún tipo de entidad matemática o sistema electrónico equivalente que “funciona como una neurona”. Así que me voy a desviar un poco sobre este tema, pero note que estoy lejos de ser un experto en estos asuntos. Espero no cometer ningún error 🙂
En cuanto a los modelos de neuronas, Wikipedia tiene buenas descripciones en el modelo de neuronas biológicas y en neuronas artificiales.
(1): el comportamiento bioquímico de las neuronas biológicas reales es bastante complejo. Por ejemplo, las neuronas cerebrales reales “se comunican” entre ellas enviando señales eléctricas periódicas algo similares a “trenes de ondas cuadradas” y la frecuencia de estos trenes de ondas es lo que transmite la “fuerza” de la señal. Para modelar electrónicamente este comportamiento exacto, deberíamos construir VCO (Osciladores Controlados por Voltaje, es decir, generadores de señal cuya frecuencia es proporcional a un voltaje de entrada aplicado) que consumiría un área sensible de silicio, ya que son bloques electrónicos moderadamente complejos.
(2): para construir neuronas artificiales un diseño es una especie de dispositivo electrónico que implementa el modelo clásico
[math] y_k = \ varphi \ left (\ sum_ {j = 0} ^ {M-1} w_ {kj} x_j \ right) [/ math]
donde [math] y_k [/ math] es la salida de la neurona k-th en una red, hay entradas [matemáticas] M [/ math] [matemáticas] x_j [/ math] y [matemáticas] M [/ math] pesos [matemáticos] w_ {kj} [/ math] que reflexionan sobre la importancia de cada entrada y, finalmente, [math] \ varphi (.) [/ math] es una función no lineal, a menudo del tipo sigmoide. Una buena foto de este modelo está debajo.
¿Cuáles son las formas de hacer que nuestro cerebro, pulmones y corazón descansen por un tiempo?
¿El aprendizaje necesita conocimiento?
En términos de electrónica, este comportamiento puede implementarse mediante varios circuitos diferentes: uno que es fácilmente comprensible es un amplificador operacional sumador-inversor, o un amplificador sumador (ver Aplicaciones del amplificador operacional) seguido de un circuito limitador no lineal que implementa una característica de entrada-salida algo similar de un sigmoide
Los modelos electrónicos de neuronas a menudo aparecen en la literatura. Una página que describe bastante de ellos es 10. Modelos electrónicos de neuronas. Las implementaciones electrónicas a menudo se encuentran en documentos, como http://citeseerx.ist.psu.edu/vie …
Un paradigma propuesto por Leon Chua, que ganó cierta tracción en la academia y la popularidad, fueron las Redes Neuronales Celulares (CNN). Uno de los documentos fundamentales con su descripción teórica es http: //nonlinear.eecs.berkeley.e…. Wikipedia también tiene información sobre CNN con muchos enlaces a otros documentos: Red neuronal celular. Creo que hoy en día el “calor” en CNN se ha reducido, pero recuerdo que una vez que he visto algunos ejemplos de implementación de circuitos integrados de CNNs.
Entonces, para concluir, y para responder a su pregunta, en principio puede implementar con circuitos electrónicos ya sea neuronas biológicas o neuronas artificiales que pueden modelar bastante bien el comportamiento de las artificiales. Sin embargo, los circuitos que modelan directamente las neuronas biológicas probablemente consumirán muchos más recursos (área de silicio y energía) que los artificiales. Y en mi humilde opinión, los circuitos se pueden diseñar en muchas tecnologías disponibles, ya sea bipolar o CMOS.
Sin embargo, la tecnología mencionada en la pregunta, 14 nm (creo que tiene un error en el tamaño en mm mostrado en la pregunta) es muy moderna y realmente no sé si los MOSFET son tan pequeños, que están diseñados para implementar las puertas digitales son lo suficientemente buenas para los bloques analógicos, como los que modelan una neurona artificial. Tal vez un experto en tecnología de silicio puede dar una respuesta aquí …
