Subscribe Us

TECNOLOGÍA. Computación neuromórfica: la tecnología inspirada en el cerebro impulsa la próxima generación de inteligencia artificial

 

Red neuronal artificial y transmisión de datos. Imagen 4X / iStock

Como producto notable de la evolución, el cerebro humano tiene una huella energética de referencia de unos 20 vatios; esto le da al cerebro el poder de procesar tareas complejas en milisegundos. Las CPU y GPU actuales superan drásticamente al cerebro humano en tareas de procesamiento en serie. Sin embargo, el proceso de mover datos de la memoria a un procesador y viceversa crea latencia y, además, consume enormes cantidades de energía. 

Los sistemas neuromórficos intentan imitar cómo funciona el sistema nervioso humano. Este campo de la ingeniería intenta imitar la estructura de los sistemas nerviosos de detección biológica y procesamiento de información. En otras palabras, la computación neuromórfica implementa aspectos de las redes neuronales biológicas como copias analógicas o digitales en circuitos electrónicos.

ACERCA DE LOS NEUROMÓRFICOS

Los neuromórficos no son un concepto nuevo de ninguna manera. Como muchas otras tecnologías emergentes que están cobrando impulso en este momento, los neuromórficos se han desarrollado silenciosamente durante mucho tiempo. 

Hace más de 30 años, a fines de la década de 1980, el profesor Carver Mead , un científico, ingeniero y pionero del microprocesador estadounidense, desarrolló el concepto de ingeniería neuromórfica, también conocida como computación neuromórfica. La ingeniería neuromórfica describe el uso de sistemas de integración a gran escala (VLSI) que contienen circuitos analógicos electrónicos. Estos circuitos se organizaron de una manera que imita las arquitecturas neurobiológicas presentes en el sistema nervioso humano.


Red neuronal artificial y transmisión de datos. Fuente: ktsimage / iStock

La computación neuromórfica se inspira en la arquitectura y la dinámica del cerebro humano para crear hardware energéticamente eficiente para el procesamiento de información, lo que lo hace capaz de realizar tareas altamente sofisticadas. Incluye la producción y el uso de redes neuronales. Se inspira en el cerebro humano con el objetivo de diseñar chips de computadora que sean capaces de fusionar memoria y procesamientoEn el cerebro humano, las sinapsis proporcionan un acceso directo a la memoria de las neuronas que procesan la información.

La computación inspirada en el cerebro para la inteligencia artificial surge como chips neuromórficos después de más de 30 años de desarrollo.

Durante décadas, los ingenieros eléctricos han estado fascinados por la biofísica y la computación neuronal, y el desarrollo de circuitos prácticos de señales mixtas para redes neuronales artificiales. El desafío está en trabajar en una amplia gama de disciplinas que abarcan desde dispositivos electrónicos hasta algoritmos. Sin embargo, la utilidad práctica de los sistemas neuromórficos se utilizará en la vida diaria, y esto solo hace que el esfuerzo valga la pena.

POR QUÉ ES NECESARIA

La inteligencia artificial (IA) necesita nuevo hardware, no solo nuevos algoritmos. Estamos en un punto de inflexión, donde la ley de Moore está llegando a su fin, lo que lleva a un estancamiento del rendimiento de nuestras computadoras. Hoy en día, estamos generando cada vez más datos que deben almacenarse y clasificarse. Los avances recientes en IA (Inteligencia Artificial) permiten automatizar este proceso, multiplicando los centros de datos a un costo de consumir una cantidad de electricidad exponencialmente creciente, lo cual es un problema potencial para nuestro medio ambiente. 

Este consumo de energía proviene principalmente del tráfico de datos entre la memoria y las unidades de procesamiento que están separadas en las computadoras. Se desperdicia energía eléctrica y se ralentiza considerablemente la velocidad computacional. Los desarrollos recientes en nanotecnología ofrecen la posibilidad de acercar grandes cantidades de memoria al procesamiento, o mejor aún, integrar esta memoria directamente en la unidad de procesamiento.

La idea de la computación neuromórfica es inspirarse en el cerebro para diseñar chips de computadora que fusionen memoria y procesamiento. En el cerebro, las sinapsis proporcionan un acceso directo a la memoria de las neuronas que procesan la información. Así es como el cerebro alcanza una impresionante potencia y velocidad de cálculo con muy poco consumo de energía. Al imitar esta arquitectura, la computación neuromórfica proporciona un camino para construir chips neuromórficos inteligentes que consumen muy poca energía y, mientras tanto, computan rápido. 

ACERCA DE LOS "CHIPS NEUROMÓRFICOS"

Un primer plano de una placa Intel Nahuku, cada una de las cuales contiene de 8 a 32 chips neuromórficos Intel Loihi. El último sistema neuromórfico de Intel, Pohoiki Beach, está compuesto por múltiples placas Nahuku y contiene 64 chips Loihi. Pohoiki Beach se introdujo en julio de 2019. Fuente: Tim Herman / Intel Corporation

Para algunos, puede parecer que la computación neuromórfica es parte de un futuro lejano. Sin embargo, la tecnología neuromórfica está aquí, más cerca de lo que creemos. Más allá de la investigación y la especulación futurista, el laboratorio neuromórfico de Intel creó un chip de investigación neuromórfica de autoaprendizaje inicialmente con el nombre en clave ' Loihi ' (pronunciado low-ee-hee)Loihi, el quinto chip neuromórfico de Intel, se anunció en septiembre de 2017 como un chip predominantemente de investigación. Desde entonces, ha avanzado mucho.

Loihi es un procesador de muchos núcleos neuromórfico con aprendizaje en chip. El chip Loihi de 14 nanómetros de Intel contiene más de 2 mil millones de transistores, 130.000 neuronas artificiales y 130 millones de sinapsis.

Como dato interesante relacionado, el nombre elegido por Intel para el chip, Lōʻihi, significa 'largo' en hawaiano, y es el volcán submarino activo más nuevo, a veces denominado el más joven, en la cadena de montes submarinos Hawaiian-Emperor, una cadena de volcanes que se extiende unos 6.200 km al noroeste de Lōʻihi.

El chip Loihi integra una amplia gama de características novedosas para el campo, como reglas de aprendizaje sináptico programables. Según Intel, el chip neuromórfico es el habilitador de inteligencia artificial de próxima generación.

El resumen del artículo Loihi: A Neuromorphic Manycore Processor with On-Chip Learning publicado por IEEE Micro dice: 

“Loihi es un chip de 60 mm 2 fabricado en el proceso de 14 nm de Intel que avanza en el modelado de última generación de redes neuronales con picos en silicio. Integra una amplia gama de características novedosas para el campo, como conectividad jerárquica, compartimentos dendríticos, retrasos sinápticos y, lo más importante, reglas de aprendizaje sináptico programables. Al ejecutar una forma convolucional de picos del algoritmo localmente competitivo, Loihi puede resolver problemas de optimización LASSO con más de tres órdenes de magnitud de producto de retardo de energía superior en comparación con los solucionadores convencionales que se ejecutan en un isoproceso / voltaje / área de CPU. Esto proporciona un ejemplo inequívoco de cálculo basado en picos, superando a todas las soluciones convencionales conocidas ".

EL FUTURO DE LA COMPUTACIÓN NEUROMÓRFICA

A medida que la necesidad de procesamiento de datos dinámicos en tiempo real se vuelve más urgente, los investigadores están explorando paradigmas informáticos completamente nuevos, como las arquitecturas neuromórficas, para encontrar respuestas y soluciones. Fuente: 4X-Image / iStock

Más recientemente,  Intel y Sandia National Laboratories firmaron un acuerdo de tres años para explorar el valor de la computación neuromórfica para abordar problemas de inteligencia artificial ampliados. Según Intel, Sandia iniciará su investigación utilizando un sistema basado en Loihi de 50 millones de neuronas que se entregó a sus instalaciones en Albuquerque, Nuevo México. Este trabajo inicial con Loihi sentará las bases para la fase posterior de la colaboración, que se espera que incluya investigación neuromórfica continua a gran escala sobre la próxima arquitectura neuromórfica de próxima generación de Intel y la entrega del sistema de investigación neuromórfica más grande de Intel hasta la fecha, que podría superar más de mil millones de neuronas en capacidad computacional.

Al aplicar las capacidades de alta velocidad, alta eficiencia y adaptación de la arquitectura de computación neuromórfica, Sandia National Labs explorará la aceleración de alta demanda y cargas de trabajo en constante evolución que son cada vez más importantes para la seguridad nacional. 

Claramente, hay grandes expectativas sobre lo que promete la tecnología neuromórfica. Si bien la mayoría de las investigaciones neuromórficas hasta la fecha se han centrado en la promesa de la tecnología para casos de uso de vanguardia, los nuevos desarrollos muestran que la computación neuromórfica también podría proporcionar valor para problemas computacionales grandes y complejos que requieren procesamiento en tiempo real, resolución de problemas, adaptación y fundamentalmente aprendizaje.

Intel, como líder en investigación neuromórfica, está explorando activamente este potencial mediante el lanzamiento de un sistema de 100 millones de neuronas, Pohoiki Springs , a la Comunidad de investigación neuromórfica de Intel (INRC). La investigación inicial llevada a cabo en Pohoiki Springs demuestra cómo la computación neuromórfica puede proporcionar hasta cuatro órdenes de magnitud mejor eficiencia energética para satisfacer las limitaciones –un problema estándar de computación de alto rendimiento– en comparación con las CPU de última generación.

Uno de los objetivos del esfuerzo conjunto apunta a comprender mejor cómo las tecnologías emergentes, como la computación neuromórfica, pueden utilizarse como una herramienta para abordar algunos de los desafíos científicos y de ingeniería más urgentes. Estos desafíos incluyen problemas en computación científica, contraproliferación, contraterrorismo, energía y seguridad nacional. Las posibilidades son diversas y quizás ilimitadas. 

 La investigación avanzada en computación neuromórfica a escala es, en este punto, fundamental para determinar dónde estos sistemas son más efectivos y cómo pueden proporcionar valor en el mundo real. Para empezar, esta nueva investigación próxima evaluará el escalado de una variedad de cargas de trabajo de redes neuronales con picos, desde el modelado de la física hasta el análisis de gráficos y las redes profundas a gran escala. Según Intel, este tipo de problemas son útiles para realizar simulaciones científicas, como modelar interacciones de partículas en fluidos, plasmas y materiales. Además, estas simulaciones de física necesitan cada vez más aprovechar los avances en optimización, ciencia de datos y capacidades avanzadas de aprendizaje automático para encontrar las soluciones adecuadas.

CONSIDERACIONES ÉTICAS

La promesa de estos investigadores de IA es que los chips neuromórficos podrán manejar o procesar cálculos de órdenes de magnitud mayores en comparación con los procesadores actuales con una fracción de su consumo de energía.


El hecho de que los sistemas neuromórficos estén diseñados para imitar el cerebro humano plantea importantes cuestiones éticas. Los chips neuromórficos utilizados en la inteligencia artificial tienen, de hecho, más en común con la cognición humana que con la lógica informática convencional. 

¿Qué percepciones, actitudes e implicaciones puede traer esto en el futuro cuando un humano se encuentra con una máquina en la habitación que tiene más similitudes en sus redes neuronales con las redes neuronales de un humano, en lugar de con un microprocesador? 

Si bien la tecnología neuromórfica aún está en su infancia, el campo avanza rápidamente. En un futuro cercano, los chips neuromórficos disponibles comercialmente probablemente tendrán un impacto en los dispositivos de borde, la robótica y los sistemas de Internet de las cosas (IoT). La computación neuromórfica está en camino hacia chips miniaturizados de bajo consumo que puedan inferir y aprender en tiempo real . De hecho, podemos esperar tiempos emocionantes en el campo de la computación neuromórfica.


PUBLICIDAD

Publicar un comentario

0 Comentarios