Un grupo de investigadores de la Universidad de Tohoku (Japón) ha desarrollado un modelo teórico para una computación de depósito de ondas de espín (RC) de alto rendimiento que utiliza tecnología espintrónica. Este avance acerca a los científicos a la realización de una computación a nanoescala energéticamente eficiente con una potencia computacional incomparable, que se puede aplicar en los sistemas de reconocimiento de voz e incluso en pronósticos meteorológicos.
En los últimos años se han producido muchos avances en modelos computacionales inspirados en el cerebro. Estas redes neuronales artificiales han demostrado un rendimiento óptimo en diversas tareas. Sin embargo, las tecnologías actuales se basan en software, cuya velocidad computacional, tamaño y consumo de energía siguen limitados por las propiedades de las computadoras eléctricas convencionales.
La computación de depósito de ondas de espín funciona a través de una red fija generada aleatoriamente llamada depósito. El depósito permite la memorización de información de entrada pasada y su transformación no lineal.
Esta característica única permite la integración de sistemas físicos, como la dinámica de magnetización, para realizar diversas tareas con datos secuenciales, como la previsión de series temporales y el reconocimiento de voz.
Aprovechamiento de las ondas de espín
El estudio propuesto por los investigadores de la universidad es un RC físico que aprovechaba la propagación de ondas de espín. El marco teórico desarrollado utilizó funciones de respuesta que vinculan las señales de entrada con la dinámica de propagación del espín.
Este modelo teórico aclaró el mecanismo detrás del alto rendimiento de la onda de espín RC, destacando la relación de escala entre la velocidad de la onda y el tamaño del sistema para optimizar la efectividad de los nodos virtuales.