Un nuevo tipo de chip de ordenador, dado a conocer el pasado jueves por IBM, está inspirado en el diseño de la capa exte a rugosa del cerebro humano. A pesar de que no puede compararse con un microprocesador convencional en cuanto a capacidad de cálculo, el chip consume mucha menos energía y es mucho más adecuado para el procesamiento de imágenes, sonido y otros datos sensoriales.
El chip SyNapse de IBM, como se conoce, procesa la información mediante una red de poco más de un millón de "neuronas", que se comunican entre sí utilizando picos eléctricos, al igual que hacen las neuronas reales. El chip utiliza los mismos componentes básicos que los chips comerciales actuales: transistores de silicio. Pero los transistores están configurados para imitar el comportamiento de las neuronas y las conexiones (sinapsis) entre ellas.
El diseño del chip SyNapse se aleja de un diseño conocido como arquitectura de Von Neuman, que lleva usándose en los chips de ordenador durante décadas. Aunque hay varios investigadores que han estado experimentando con chips basados en el modelo cerebral, conocidos como chips neuromórficos, desde finales de la década de 1980, hasta ahora todos los modelos han sido significativamente más sencillos y no lo suficientemente potentes como para ser prácticos (ver "Los chips neuromórficos tendrán una inteligencia alienígena"). Los detalles del chip se publicaron el jueves pasado en la revista Science.
El nuevo chip todavía no ha sido lanzado como producto, pero es lo suficientemente potente como para trabajar en problemas del mundo real. Durante una demostración en el centro de investigación de IBM en Almaden (EEUU), MIT Technology Review vio cómo reconocía coches, personas y bicicletas en un vídeo de una intersección de carreteras. Se programó un ordenador portátil para hacer la misma tarea, pero procesó el material 100 veces más lentamente que el tiempo real y consumió 100.000 veces más energía que el chip de IBM. Los investigadores de la compañía están probando a conectar varios chips de sinapsis juntos, y esperan construir un superordenador usando miles de chips.
Cuando se introducen los datos en un chip de sinapsis se genera una corriente de picos, y las neuronas reaccionan con una tormenta de picos adicionales. Las poco más de un millón de neuronas del chip están organizadas en 4.096 bloques idénticos de 250 unidades, una disposición inspirada en la estructura del cerebro de los mamíferos, que parecen estar construidos a partir de circuitos repetidos de entre 100 y 250 neuronas, señala el jefe científico de computación inspirada en el cerebro de IBM, Dharmendra Modha. Para programar el chip hay que elegir qué neuronas conectar, y la fuerza con que se influyen entre sí. Por ejemplo, para reconocer coches en un vídeo el programador hizo los ajustes necesarios en una versión simulada del chip, y luego los transfirió al chip real.
Durante los últimos años se han producido grandes avances en el análisis de imágenes y el reconocimiento de voz mediante el uso de grandes redes neuronales simuladas para trabajar en los datos (ver "Aprendizaje profundo"). Sin embargo estas redes requieren grupos enormes de ordenadores convencionales. A modo de ejemplo, la famosa red neuronal de Google capaz de reconocer gatos y rostros humanos requiere 1.000 ordenadores con 16 procesadores cada uno (ver "Software autodidacta y almacenamiento de datos más rápido").
Aunque el nuevo chip SyNapse tiene más transistores (más de 5.000 millones) que la mayoría de los procesadores de escritorio o cualquier chip que IBM haya construido hasta ahora, sorprendentemente consume poca energía. Al ejecutar la demo de reconocimiento del vídeo del tráfico, consumió tan sólo 63 milivatios de potencia. Los chips para servidores con un número similar de transistores consumen decenas de vatios de potencia, una cifra aproximadamente 10.000 veces mayor.
La eficiencia de los ordenadores convencionales está limitada debido a que almacenan datos e instrucciones de programa en un bloque de memoria independiente del procesador que lleva a cabo las instrucciones. A medida que el procesador ejecuta las instrucciones en una secuencia lineal, tiene que enviar constantemente información hacia y desde la memoria de almacenamiento, lo que ralentiza el proceso y desperdicia energía.
El nuevo chip de IBM no tiene bloques de memoria y procesamiento separados, ya que sus neuronas y sinapsis entrelazan las dos funciones. Y no procesa los datos en una secuencia lineal de operaciones, sino que las neuronas individuales se disparan cuando reciben picos de otras neuronas.
El subdirector del Laboratorio Nacional Lawrence Berkeley (EEUU) y experto en supercomputación, Horst Simon, afirma que hasta ahora la industria se ha centrado en crear distintas versiones del método Von Neuman, en lugar de reemplazarlo por el uso de múltiples procesadores en paralelo, por ejemplo, o por el uso de procesadores gráficos para acelerar ciertos tipos de cálculos. El nuevo chip "podría ser un acontecimiento histórico", asegura. "El bajo consumo de energía y la escalabilidad de la arquitectura son realmente únicos".
Una desventaja es que el chip de IBM requiere un enfoque de programación completamente nuevo. Aunque la compañía anunció el año pasado un conjunto de herramientas con las que escribir código para este próximo chip (ver "Científicos de IBM muestran las bases de ordenadores parecidos a cerebros"), incluso los mejores programadores tienen dificultades para aprender a trabajar con ellos, señala Modha :"Es una experiencia frustrante en la mayoría de los casos". Su equipo está trabajando para crear una biblioteca de bloques de código prefabricados con los que facilitar el proceso.
Pedir a la industria que adopte un tipo de chip y un modo de codificación totalmente nuevos podría parecer atrevido. No obstante IBM podría encontrar un público receptivo, ya que cada vez está más claro que los ordenadores actuales no serán capaces de ofrecer mucho más en cuanto a ganancias de rendimiento. "El chip llega en el momento adecuado", asegura Simon.