Investigadores de Laboratorio Nacional de Sandia han demostrado que los ordenadores neuromórficos que reproducen sintéticamente la lógica del cerebro pueden resolver problemas más complejos que los planteados por la IA.
En un artículo publicado recientemente en la revista Nature Electronics, los investigadores han detallado sus hallazgos, que demuestran que las simulaciones neuromórficas que utilizan el método estadístico llamado paseos aleatorios pueden realizar todo tipo de cálculos avanzados, como el seguimiento de los rayos X que atraviesan los huesos y los tejidos blandos, el paso de las enfermedades por una población o el flujo de información por las redes sociales, entre otros.
Los ordenadores neuromórficos pueden incluso resolver problemas con mayor rapidez y menor consumo de energía que la computación convencional en casos óptimos, según el neurocientífico teórico e investigador principal de Sandia, James Bradley Aimone. Esto debería ser de especial interés para la computación de alto rendimiento (HPC por sus siglas en inglés), ya que los problemas estadísticos no son realmente adecuados para las GPU o las CPU.
El ingeniero de Sandia y autor del nuevo trabajo, Brian Franke, proporcionó más información en un comunicado de prensa sobre cómo los ordenadores neuromórficos pueden ser más eficientes que las GPU en ciertos escenarios, diciendo:
"La aleatoriedad natural de los procesos que se enumeran los hará ineficientes cuando se mapeen directamente en procesadores vectoriales como las GPU en los esfuerzos computacionales de próxima generación. Por otro lado, las arquitecturas neuromórficas son una alternativa intrigante y radicalmente diferente para la simulación de partículas que puede conducir a un enfoque escalable y energéticamente eficiente para resolver problemas de nuestro interés."
Computación neuromórfica
Para realizar sus pruebas, los investigadores de Sandia utilizaron la plataforma Loihi de 50 millones de chips que recibieron hace un año y medio de Intel.
Aunque la computación neormórfica no pretende desafiar otros métodos informáticos, hay otras áreas en las que la combinación de velocidad de cálculo y bajo coste energético la convierten en la mejor opción, según el investigador principal de Sandia, James Bradley Aimone.
Al mismo tiempo, los chips que contienen neuronas artificiales son baratos y fáciles de instalar, a diferencia de las dificultades que supone añadir cúbits (o bits cuánticos) a los ordenadores cuánticos. Sin embargo, añadir o quitar datos de los procesadores de neurochips puede resultar caro, ya que cuantos más datos recogen, más lento se vuelve el sistema que los utiliza hasta que al final no funciona en absoluto. Sin embargo, los investigadores de Sandia lograron superar este obstáculo configurando un pequeño grupo de neuronas que calculaban estadísticas resumidas que se generaron en lugar de datos sin procesar.
Al igual que el cerebro humano, los chips neuromórficos funcionan electrificando pequeñas estructuras en forma de clavija y añadiendo diminutas cargas emitidas por los sensores circundantes hasta alcanzar un determinado nivel eléctrico. Entonces la clavija emite una pequeña ráfaga eléctrica como una neurona biológica.
En el futuro, la próxima versión de la plataforma Loihi aumentará su escala actual de 128.000 neuronas por chip hasta un millón con sistemas a gran escala que combinen varios chips en una placa. Con el tiempo, una tecnología como Loihi podría llegar a una plataforma de computación de alto rendimiento para ayudarla a que sea más eficiente energéticamente y respetuosa con el medio ambiente, además de más asequible.
