La computación neuromórfica –una fusión entre los circuitos integrados de silicio y la biotecnología– promete convertirse en un nuevo paradigma tecnológico, gracias a su alta capacidad de procesamiento y a las válvulas de la inteligencia artificial que la alimentan.
Este concepto de laboratorio está inspirado en el funcionamiento del cerebro. Esa compleja maquinaria humana que consume una fracción de la energía en casa proceso y solo necesita unos pocos ejemplos para asimilar nuevos patrones.
Algunas referentes mundiales como Intel, IBM, Google o prestigiosas universidades como MIT, Stanford o el IMEC comienzan a destinar sus recursos a esta nueva área de investigación.
“La comprensión científica del funcionamiento del cerebro no está todavía resuelta, pero está lo suficientemente madura como para descubrir muchos principios básicos de la computación neuronal. Investigadores e ingenieros colaboran para desarrollar algoritmos y procesadores que reproducen algunos de esos principios y mecanismos básicos”, señaló Pablo Rodríguez Varela, líder de inteligencia aplicada de Accenture Argentina.
Un cerebro humano medio contiene entre 80 y 100 mil millones de neuronas, cada una de las cuales es altamente eficiente. Accenture
Un cerebro humano medio contiene entre 80 y 100 mil millones de neuronas, cada una de las cuales es altamente productiva.
“Los recientes avances en el entrenamiento de los sistemas neuromórficos han permitido un aprendizaje rápido a partir de muy pocos datos, capacidades casi biológicas que están más allá de la mayoría de los sistemas convencionales de IA”, sostiene Varela.
Como ocurre en las actuales infraestructuras IT, una parte considerable de energía se destina a mover la información entre los núcleos de procesamiento o dentro y fuera de la memoria.
El propósito de esta disciplina neuromórfica -que encontró en la IA y otros avances científicos, la tracción para su desarrollo- es reproducir en cada nodo una sinapsis artificial que emule las señales eléctricas que envía el cerebro a cada una de sus neuronas.
Así, en lugar de que la información viaje de un transistor al siguiente, una red neuromórfica dispone de millones de “neuronas” que puede distribuir estos datos en cualquier dirección.
“En el cerebro, cada neurona trabaja de forma asíncrona para proporcionar un paralelismo masivo, muchos procesos diferentes al mismo tiempo y para adaptarse a los cambios del entorno. En los últimos años, los dispositivos neuromórficos con estas propiedades se han hecho realidad, acelerando las soluciones prácticas a la creciente demanda de productos inteligentes”, advierte Varela.
Los chips neuromórficos serán capaces de resolver problemas cotidianos cien veces más rápido y con 1.000 veces menos consumo energético
Al igual que la tecnología cuántica, los chips neuromórficos son capaces de resolver problemas cotidianos cien veces más rápido y con 1.000 veces menos consumo energético frente a una CPU normal.
En esta estructura, donde el procesamiento y la memoria no están separados, sino que forman parte de un todo en el que no se pierde energía ni tiempo enviando datos. Esta eficiencia en la distribución le otorga las características de alta capacidad y bajo consumo.
Nuevas posibilidades
Es así como los dispositivos neuromórficos con estas propiedades, dejan el terreno experimental y comienzan a ser parte de la realidad, acelerando las soluciones prácticas a la creciente demanda de productos inteligentes.
Los expertos indican que los chips neuromórficos podrían integrarse en los teléfonos inteligentes a partir de 2025 e impulsar el crecimiento de IoT.
En un mundo basado en la interacción los procesos neuromórficos puede aprovecharse como un control de voz sensible para vehículos, el reconocimiento de gestos de cuerpo completo para interfaces sin contacto e inteligencia a bordo para robótica asistida.
los procesos neuromórficos puede aprovecharse para reconocer los gestos naturales en tiempo real. Accenture
“Combinando un procesador neuromórfico con un sensor de imagen con picos, desarrollamos modelos de IA que reconocen los gestos naturales en tiempo real. Con poco entrenamiento, el sistema puede aprender múltiples señas de cualquier persona. Esto facilitará las interacciones con la tecnología y ampliará las posibilidades de las experiencias basadas en la gestualidad”.
Puede ser aplicado también a la detección de objetos para la conducción autónoma, en los asistentes virtuales por voz donde instalar un chip capaz de entender el lenguaje natural en el extremo, prótesis inteligentes que incorporen que ayuden realizar el movimiento correcto, o en ciberseguridad para la detección de vulnerabilidades.
Ingeniería neuronal
La ingeniería neuromórfica tiene sus inicios en 1980 gracias al Dr. Carver Mead profesor emérito del Instituto Tecnológico de California (Caltech), pero es hasta nuestros días que esta tecnología comienza a ser una realidad.
En este campo, la Universidad de Manchester diseñó un chip basado en microprocesadores ARM pero con una arquitectura semejante a la conectividad sináptica de las neuronas del cerebro.
Esta plataforma informática conocido como SpiNNaker se abre hacia tres líneas de investigación. Ayudar a los neurocientíficos a desentrañar el misterio de la mente, la exploración en robótica que requieran una computación móvil de baja potencia y descubrir nuevos principios de supercomputación.
SpiNNaker: la primer supercomputadora neuromórfica.
Mientras que IBM proyectó un chip neuromórfico conocido como TrueNorth, que tiene una gran capacidad para el aprendizaje y para tomar decisiones basadas en asociaciones y probabilidades, que puede procesar 46 billones de operaciones sinápticas por segundo.
En esta misma dirección, Intel confeccionó un nuevo diseño de chip neuromórfico que imita las capacidades del bulbo olfativo. Los investigadores trabajaron con neurofisiólogos que analizan el olfato de aquellos animales que utilizan su cerebro para procesar respuestas.
En el campo de estos gigantes comienzan a florecer algunas startups como General Vision, cuyo sistema de clasificación de patrones fue adoptado por la red neuronal Quark SE de Intel.
Mientras que Brainchip posee el chip neuromórfico Akida que comprende no menos de 1,2 millones de neuronas y 10.000 millones de sinapsis. La francesa Another Brain desarrolló un nuevo tipo de inteligencia artificial orgánica y de bajo consumo.
Fuente: Clarín