El constante aumento del tráfico de datos (un 22% más que el año pasado respecto a 2022, según DE-CIX) y las nuevas necesidades computacionales de la inteligencia artificial están acercando cada vez más a los sistemas convencionales a sus límites. Si se necesitan nuevas fórmulas y el cálculo cuantitativo aún no es una alternativa. La empresa de electrónica Intel es una de las más avanzadas en el desarrollo de sistemas neuromórficos, una combinación de biología y tecnología que busca imitar la forma en que los humanos procesamos la información. Junto a ella, en este camino hacia un proceso más eficaz y eficiente, ejecutar IBM, Qualcomm y centros de investigación como Instituto de Tecnología de California (Caltech)donde nació este concepto de la mano de Carver Mead, el MIT (Instituto Tecnológico de Massachusetts)Él Instituto Max Planck de Neurobiología en Alemania y en Universidad Stanford.
Intel anunció este mes el sistema neuromórfico más grande del mundo: Punto Halacon 1.150 millones de neuronas tecnológicas y 1.152 procesadores (papas fritas) Loihi 2 que consume un máximo de 2.600 vatios y con una capacidad de procesamiento equivalente al cerebro de un búho. Un estudio publicado en escaneo IEEE Los atributos más eficientes y de rendimiento son los sistemas basados en unidades centrales de procesamiento (CPU) y unidades gráficas (GPU), motores de procesamiento convencionales.
Mike Davies, nativo de Dallas que cumplió 48 años en julio, es director de computación neurológica en Intel Labs y en gran parte responsable de los últimos avances que exploran el futuro inmediato de la computación.
Orden. ¿Qué es un sistema neuromórfico?
Respuesta. Se trata de un proyecto computacional que se inspira en la comprensión moderna de cómo funciona el cerebro y que implica superar su mundo en estas décadas de arquitectura convencional. Desde una perspectiva básica, intentamos comprender los principios de la neurociencia moderna y aplicarlos. papas fritas y sistemas con el objetivo de crear algo que funcione y procese información de la manera más similar a cómo funciona un cerebro.
PAG. ¿Como funciona?
r. Si abres el sistema, los chips, tus diferencias son muy importantes, en el sentido de que no hay memoria; Todos los elementos de cálculo, procesamiento y memoria están integrados entre sí. Nuestro sistema Hala Point, por ejemplo, es un chip tridimensional parecido a un cerebro rojo, y todo se comunica con todo, del mismo modo que una neurona se comunica a través del cerebro con otro conjunto de neuronas conectadas. En un sistema tradicional, la memoria se encuentra al lado de un procesador y se agota continuamente.
PAG. ¿Es necesario este modelo porque estamos superando los límites de la informática convencional?
r. Estás logrando grandes avances en inteligencia artificial y aprendizaje profundo. Esto es muy interesante, pero es difícil ver cómo continuar con estas tendencias de investigación cuando el aumento de los requisitos computacionales para estos modelos de IA está creciendo exponencialmente, es decir, mucho más rápido que el progreso de la fabricación. Estás llegando al límite de lo que esta arquitectura informática básica puede proporcionar. Además, si nos centramos únicamente en la eficiencia energética de estos chips y sistemas de IA tradicionales en comparación con el cerebro, existen diferencias de muchos órdenes de magnitud. No es tanto que las arquitecturas informáticas tradicionales no puedan proporcionar grandes beneficios en informática e inteligencia artificial, sino que buscamos más funcionalidad, tener computadoras que funcionen como el cerebro y lo hagan de manera muy eficiente.
PAG. ¿Es la eficiencia energética el principal beneficio?
r. Es uno de los principales. Existe una gran diferencia en la eficiencia del cerebro y la informática tradicional. Pero las arquitecturas neuromórficas inspiradas en el cerebro también pueden ofrecer beneficios de rendimiento. Pensamos en la GPU como un dispositivo de rendimiento increíblemente alto, pero en realidad sólo si tiene un tamaño muy grande y una gran cantidad de datos para procesar los datos disponibles en el disco o directamente en el lado del procesador para poder leerlos. Pero si los datos se conectan a sensores, cámaras o vídeo en tiempo real, la eficiencia y potencia de las arquitecturas tradicionales son mucho menores. Es por eso que las arquitecturas neuromórficas pueden proporcionar un enorme aumento en velocidad y eficiencia.
PAG. ¿La inteligencia artificial necesita un sistema neuromórfico para crecer?
r. Creemos que sí. Pero estamos en el nivel de investigación. Hoy no está claro cómo implementarlo comercialmente. También quedan muchos problemas por resolver en este sentido. Software (programación), algoritmos. Muchas intervenciones convencionales no se realizan en formato nativo hardware neuromórfico (equipos) porque es un enfoque de programación diferente. Creemos que esta es la forma correcta de obtener las mejoras que necesitamos en eficiencia energética y rendimiento para este tipo de carga de trabajo, pero aún responde a una pregunta abierta.
PAG. ¿Tenemos un chip neuromórfico en una computadora o en un teléfono móvil?
R. Creo que sí, es cuestión de tiempo. No será el año que viene, pero la tecnología se fortalecerá e implementará. cálculo del perímetro (procesando datos cerca de su origen para ganar velocidad y eficiencia), móviles, vehículos autónomos, drones o en tu portátil. Nuestro Hala Point, diseñado para un centro de datos, es un recinto grande del tamaño de un horno microondas. Pero si miramos la naturaleza, vemos que existen cerebros de todos los tamaños. Los insectos son realmente impresionantes, incluso a pequeña escala. Y donde, sobre todo, está el cerebro humano. Vamos en ambos sentidos en la investigación. Creemos que la comercialización comenzará en cálculo del perímetropero es necesario seguir utilizándolo y realizando investigaciones a gran escala.
PAG. ¿Cuándo serán?
r. Es difícil de predecir porque hoy quedan interrogantes abiertos durante la investigación. Podríamos ver estos sistemas en los centros de datos dentro de cinco años. También tenemos futuro para todo lo que tenga que funcionar con batería, ya que el consumo energético que puede ofrecer un sistema neuromórfico es sumamente importante. También existen aplicaciones de algoritmos menos obvias, como estaciones base inalámbricas para infraestructura telefónica. Estamos trabajando con Ericsson para optimizar los canales de comunicación.
PAG. ¿Es el cálculo infinitesimal con sistemas neuromórficos complementario a la cantidad?
r. Creo que son complementarios en algunos aspectos, aunque sean muy diferentes. La computación cuantitativa busca innovación en la fabricación de dispositivos físicos y el proceso de escalado. El que se ofrece es muy nuevo e impresionante, pero no está claro cuál será la cantidad de modelo de programación una vez que pueda ampliarse y qué tipo de carga admitirá. La computación neuromorfológica disponible hoy en día es muy útil para el tipo de carga de trabajo de IA. Pero hay una intersección en el espacio de aplicación entre la mecánica y la neuropatía y ahí es donde es interesante pensar en resolver problemas de optimización difíciles y permitir que las personas experimenten, creen prototipos y aprendan a programar este tipo de sistemas.
PAG. ¿Podríamos ver sistemas neuromórficos instalados en nuestro cerebro?
r. Hay algunos investigadores interesados en las neuroprótesis, la aplicación de la computación neuromórfica, que consiste en el tratamiento de problemas o patologías cerebrales en las que se tiene una pérdida de función y se pierde el control sobre el cuerpo. La investigación se sitúa en un período histórico, pero creo que, en general, es una aplicación muy natural de la computación neuromorfológica porque, si se trata de una arquitectura que se comporta como neuronas, naturalmente hablará el lenguaje de nuestro cerebro.
PAG. Los sistemas disponibles, ¿a qué equivalen con el cerebro?
r. En cuanto al número de neuronas, es similar al cerebro. Pero si nos fijáramos en la zona del cerebro donde se concentra gran parte de la inteligencia de orden superior, sería equivalente a la de un mono capuchino. Muchos de nosotros en este campo de investigación tenemos en mente el cerebro humano como una especie de visión de la escala del sistema que nos gustaría construir. Pero no es nuestro trabajo asumir una carga demasiado rápido. Tenemos que construirlo bien y saber hacerlo útil. Por tanto, este sistema sigue proporcionando una herramienta de investigación para que podamos seguir experimentando.
PAG. ¿Por qué estos sistemas son más efectivos en casos específicos?
r. A la hora de encontrar la mejor ruta en un mapa vemos aceleraciones de hasta 50 veces respecto a las mejores soluciones convencionales. En la terminal energética se están alcanzando niveles de eficiencia 1.000 veces superiores.
PAG. ¿Podemos demostrar que Europa es la nueva vía para ponerse al día en la carrera de los chips, ya que depende de otros continentes?
r. De cara al futuro, tenemos muchas innovaciones que necesitaremos en un amplio espacio para mejorar el alcance y la eficiencia de la naturaleza, lo que sigue siendo increíblemente impresionante. Hoy en día todavía queda un largo camino por recorrer para seguir ofreciendo toda la innovación que necesitamos en el sector manufacturero. Se necesitan nuevos dispositivos y nuevas tecnologías de memoria para asimilarlos en el cerebro. Ahora no hay ninguna región geográfica con ventajas en esta industria, porque es una oportunidad. La alta tecnología siempre implica innovación y nada permanente. Se necesitan nuevos avances y su procedencia es impredecible.