.

Computación

Intel consigue incrustar una red neuronal en un chip de silicio

1

Tras su tropiezo con el error de seguridad de sus procesadores, la compañía ha presentado un chip neuromórfico que simula el funcionamiento del cerebro humano utilizando una menor potencia computacional que la que se necesita para poner en marcha un ordenador. 

  • por Will Knight | traducido por Naia Hernando
  • 11 Enero, 2018

Esta semana Intel mostró al público un chip capaz de aprender a reconocer objetos en imágenes capturadas por una webcam. Este hecho no tiene nada de especial, salvo por que usa alrededor de una milésima de la potencia que necesita un procesador convencional.

El dispositivo, llamado Loihi, que Intel está poniendo a prueba en el Consumer Electronics Show (CES) en Las Vegas (EE. UU.), es un chip neuromórfico, es decir, simula de forma simplificada el funcionamiento de las neuronas y la sinapsis del cerebro.

Los mejores algoritmos de inteligencia artificial ya cuentan con una programación que simula el cerebro, las llamadas redes neuronales simuladas, que se basan en un procesamiento paralelo para reconocer patrones en los datos, incluyendo objetos dentro en imágenes y palabras concretas en discursos (ver El secreto más oscuro de la inteligencia artificial: ¿por qué hace lo que hace?). Los chips neuromórficos llevan esta idea más allá, al grabar el funcionamiento de estas redes neuronales en silicio. Son procesadores menos flexibles y potentes que los destinados a otros usos, pero al estar especializados en esta tarea, son más eficientes energéticamente e ideales para dispositivos móviles, vehículos y equipamiento industrial.

La idea de los chips neuromórficos ha existido desde hace décadas, pero hasta ahora no estaba preparada para encontrar su nicho comercial. En toda la industria de la tecnología, el progreso en inteligencia artificial ha inspirado nuevas investigaciones en hardware para utilizar algoritmos de aprendizaje automático de una manera más eficiente. Chris Eliasmith, un profesor que estudia neurociencia y arquitecturas computarizadas en la Universidad de Waterloo (Canadá), afirma que el mayor reto de los chips neuromórficos en el pasado era lograr transformarlos a una mayor escala. “Esto es lo que más me gusta de que Intel entre en este sector”, a lo que añade que "tienen los recursos necesarios para impulsarlo rápidamente.”

Este chip es una parte del intento de Intel de reinventarse. La compañía ya no puede confiar en entregar procesadores cada vez más rápidos cuando la Ley de Moore ha chocado de lleno con la ley de la física (ver Adiós a la ley de Moore, la ciencia de materiales debe redefinir el futuro de la humanidad). Mientras tanto, la publicidad de este nuevo dispositivo da un respiro a la empresa de la caída causada por la revelación de un error de seguridad que afecta a cientos de miles de sus chips.

La compañía anunció también durante el CES que ha construido un nuevo chip de computación cuántica más grande, un dispositivo que explota las extrañas y maravillosas reglas de la física cuántica para hacer ciertos tipos de cálculos con una velocidad increíble. Intel solo ha revelado que se llama Tangle Lake y que contiene 49 cúbits, pero no ha dicho nada sobre cuán fiable o estable es. Este nuevo dispositivo iguala la oferta de la empresa a la de IBM, que recientemente presentó un chip de 50 cúbits. A pesar de estos avances, aún no está claro cómo se podrían usar estos procesadores cuánticos, más allá de algunas aplicaciones como descifrar códigos y el modelado automatizado.

Computación

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

  1. Los cinco errores a evitar para liderar la tecnología cuántica

    Mientras que China se ha convertido en el rey indiscutible de la inteligencia artificial, el trono del sector cuántico todavía está vacío. Varios países están creando hojas de ruta para hacerse con este liderazgo, pero para lograrlo deben esforzarse en no cometer estos cinco errores

  2. La construcción apuesta por la IA para hacerse más segura y productiva

    Algunas empresas están empezando a aplicar la ciencia de datos y los algoritmos para predecir situaciones de riesgo. Su objetivo consiste en minimizar la alta tasa de accidentes laborales que condena al sector y también aumentar su baja productividad

  3. IBM logra fabricar una red neuronal ultraeficiente en silicio

    Las pruebas preliminares demuestran que el dispositivo consume 100 veces menos energía en completar el mismo proceso que sus homólogos basados en software. Aunque aún es muy rudimentario, el avance podría impulsar los desarrollos de inteligencia artificial