.

Ms. Tech; Chip por Ben Davis, RO

Computación

Los chips ópticos iluminan la próxima revolución computacional de la IA

1

Los microprocesadores que operan con luz no son buenos a la hora de realizar cálculos convencionales, pero ahora que la computación está dominada por el aprendizaje profundo, las características de estos dispositivos podrían lograr que lideren el sector

  • por Will Knight | traducido por Ana Milutinovic
  • 30 Enero, 2019

Dentro de un pequeño laboratorio de Boston (EE.UU.), enterrado en una maraña de láseres, lentes, espejos y cables enrollados, hay un pequeño chip que podría estar a punto de generar un gran impacto en el mundo de la inteligencia artificial (IA).

El laboratorio pertenece a Lightelligence, una start-up que está desarrollando un tipo de chip completamente nuevo para acelerar la IA. En lugar de utilizar electrones para llevar a cabo los cálculos matemáticos básicos necesarios para ejecutar tareas de aprendizaje automático, el prototipo de esta empresa utiliza la luz.

En teoría, al transferir información a la velocidad de la luz, un dispositivo de este tipo permitiría que los algoritmos de IA se ejecuten cientos de veces más rápido que con los mejores chips de IA que existen actualmente (ver A falta de mejores chips, los trucos ópticos pueden echar una mano a los ordenadores). Dado que la potencia del ordenador en sí mismo marca una gran diferencia en el aprendizaje automático, el nuevo chip podría permitir algoritmos mucho más potentes y capaces. Sin embargo, en la práctica, la velocidad del chip óptico dependerá de la rapidez con la que pueda interactuar con los componentes convencionales, como la memoria de un ordenador. Así que Lightelligence debe escribir algoritmos diseñados para extraer la mayor velocidad posible de la configuración.

El aprendizaje profundo, un método de aprendizaje automático ligeramente inspirado en la estructura en red de nuestros cerebros, ha conquistado a la industria tecnológica en los últimos años. Ha demostrado ser increíblemente potente para entrenar a máquinas para de realicen tareas de gran valor como etiquetar imágenes y traducir texto. Por eso las compañías están compitiendo para implementar la técnica de maneras cada vez más útiles.

La creciente popularidad del aprendizaje profundo ha desatado una carrera comercial en torno a los nuevos diseños de chips optimizados para la técnica. Y parece que ahora también está inspirando enfoques completamente diferentes.

Hace poco visité Lightelligence para reunirme con su CEO, Yichen Shen, un hombre seguro de sí mismo, de unos 20 años. Con un suéter de lana y una gran sonrisa, me presentó a cada uno de la docena de empleados de la compañía y luego me enseñó el laboratorio.

Arash Hosseinzadeh de Lightelligence trabaja en un banco óptico de la empresa

Foto: El investigador Arash Hosseinzadeh de Lightelligence trabaja en un banco óptico en el laboratorio de la compañía.

El joven responsable me explicó que la luz ofrece ventajas importantes para la IA. Los fotones son más rápidos que los electrones, y su paso a través de los circuitos de un chip no los sobrecalienta. Pero la computación óptica también es muy desafiante. Los esfuerzos anteriores para construir los chips ópticos para ordenadores han fracasado porque es difícil imitar ópticamente un transistor y porque el comportamiento de la luz es menos predecible.

Pero las cosas están cambiando en la era del aprendizaje profundo, según Shen. A los chips ópticos se les da muy bien realizar multiplicaciones de matrices, unos cálculos que fundamentales para el aprendizaje profundo. Las redes neuronales también son inherentemente lineales, justo el tipo de cálculo en el que los dispositivos ópticos destacan.

Shen afirma que hace poco, él y sus colegas de Lightelligence enviaron su primer diseño completo a un fabricante y esperan que los primeros chips lleguen en unas pocas semanas. "Creemos que es una oportunidad única e interesante para probar esta idea", explica.

Los investigadores están explorando todo tipo de estrategias con materiales y ópticas. A principios de 2018, un equipo de investigadores de la Universidad de California en Los Ángeles (UCLA, EE.UU.) utilizaron impresión 3D para fabricar un novedoso dispositivo de aprendizaje profundo con polímeros refractivos. Los detalles del dispositivo del equipo, denominado red neuronal profunda difractiva (D2NN), se publicaron en la revista Science.

El profesor de la UCLA que dirigió el trabajo, Aydogan Ozcan, explica: "El aspecto no intuitivo del aprendizaje profundo ha cambiado nuestra forma de ver el diseño físico y optoelectrónico. Por un lado, estamos descubriendo nuevas formas de hacer cálculos. Por otro, estamos innovando el diseño de componentes, de sistemas, que operan de manera diferente a los sistemas tradicionales".

La comercialización de estos nuevos diseños ahora también podría ser más rentable que antes. El analista de VLSI Research especializado en diseños de chips innovadores, Dan Hutchinson, cuenta que el interés en los nuevos chips ópticos está creciendo gracias a los avances en el diseño y en la fabricación de los dispositivos utilizados para la interconexión. Los chips ópticos también son relativamente fáciles y baratos de hacer, lo que reduce la barrera de entrada para las start-ups, explica.

Sin embargo, Lightelligence todavía debe enfrentarse a grandes desafíos. El veterano de la industria de chips y CEO de OURS Technology, Zhangxi Tan, sostiene que incluso si el chip funciona tal y como prometen, podría ser difícil de fabricarlo a escala. Empaquetar y probar un diseño de chip completamente nuevo será todo un reto, especialmente cuando no existen buenas herramientas de diseño de software para el prototipo. "La luz es muy elegante en el papel, pero los circuitos electrónicos (los controladores láser, los circuitos del receptor de fotones, los moduladores electrónicos) son feos en realidad", opina Tan. 

Sin embargo, el esfuerzo está avanzando rápidamente.

El año pasado, Shen era un estudiante de doctorado que analizaba los materiales fotónicos en el laboratorio del investigador del Instituto de Tecnología de Massachusetts (MIT, EE.UU.) Marin Soljacic. Junto a él y otros estudiantes, Shen publicó un artículo en la revista Nature Photonics en el que describe una nueva forma de realizar cálculos de redes neuronales mediante interferencia óptica. La idea de crear una empresa surgió incluso antes de que se publicara el artículo, gracias a una llamada de un inversor de riesgo de la costa oeste. 

La compañía también tiene a un hermano rival. Lightelligence se formó cuando Shen y otros desertaron de una compañía llamada Lightmatter. El CEO de Lightmatter es uno de los coautores de Shen en el artículo original, y su compañía ha recaudado cantidades similares de fondos para su propio chip óptico de aprendizaje profundo. Quizás una sana rivalidad podría ayudar a acelerar el desarrollo de esta tecnología.

Hay importantes obstáculos por delante, pero si una de estas empresas logra superarlos, podría iluminar el mundo de la IA.

Computación

Las máquinas cada vez más potentes están acelerando los avances científicos, los negocios y la vida.

  1. 27 millones de euros más para que Ethereum cumpla su promesa

    La Fundación Ethereum financiará distintos proyectos para reformar su cadena de bloques y fomentar su descentralización. Si alcanza la fiabilidad y eficiencia necesarias, podría ser justo lo que hace falta para llevarnos al futuro de la economía descentralizada

  2. La 'youtuber' que explica cómo nos afecta la meteorología del espacio

    Casi por accidente, Tamitha Skov se ha convertido en la meteoróloga espacial más famosa del mundo. Una legión de seguidores sigue sus pronósticos para entender cómo las erupciones solares y las tormentas geomagnéticas afectarán a sus cultivos, GPS y satélites antes de que sea tarde

  3. El papel sigue siendo la opción más segura para votar en elecciones

    Un análisis detallado sobre los distintos ataques desinformativos y cibernéticos que sufrió EE. UU. en sus últimos comicios presidenciales confirma que el país no está preparado para luchar contra troles y hackers. ¿Acaso lo están los demás?