Allanar el camino hacia unos ordenadores con una eficacia energética propia del encéfalo
La inteligencia artificial (IA) está permitiendo que las máquinas lleven a cabo tareas que antes se consideraban exclusivamente humanas. Con la IA, los ordenadores pueden emplear la lógica para solucionar problemas, tomar decisiones, aprender de la experiencia y realizar tareas similares a las humanas. Sin embargo, todavía no alcanzan el mismo nivel de eficiencia ni de eficacia energética que el encéfalo humano. La investigación llevada a cabo con el apoyo de los proyectos TOPSPIN y SpinAge, financiados con fondos europeos, ha logrado acercar a los científicos un poco más a la consecución de ese objetivo. «Desde hace decenios, la investigación se ha fijado el gran objetivo de encontrar nuevas formas de realizar cálculos que emulen los procesos energéticamente eficaces del encéfalo», explica el profesor Johan Åkerman de la Universidad de Gotemburgo (Suecia), entidad anfitriona del proyecto TOPSIN, en un artículo publicado en el sitio web de «Scienmag». «Las tareas cognitivas, como el reconocimiento de voz e imágenes, requieren una capacidad informática significativa y, en concreto, las aplicaciones móviles, como los teléfonos móviles, los drones y los satélites, necesitan soluciones eficaces energéticamente», continúa Åkerman, que también es fundador y director general de NanOsc, socio del proyecto SpinAge también con sede Suecia. El equipo de investigación logró combinar una función de memoria con una función de cálculo en un único componente por primera vez. Este avance se describe en su estudio, publicado en la revista «Nature Materials». Las funciones de memoria y cálculo se combinaron conectando redes de osciladores y memristores, las dos principales herramientas necesarias para realizar cálculos avanzados. Los osciladores son circuitos oscilantes capaces de llevar a cabo cálculos. Los memristores, abreviatura de «resistores con memoria», son dispositivos electrónicos cuya resistencia puede programarse y permanece almacenada. En otras palabras, la resistencia de los memristores desempeña una función de memoria al recordar el valor que tenía cuando se encendió el dispositivo.
Un gran avance
En relación con el descubrimiento, Åkerman comenta lo siguiente: «Se trata de un avance de gran importancia porque hemos demostrado que es posible combinar una función de memoria con otra de cálculo en un mismo componente. El funcionamiento de estas piezas es más parecido al de las redes neuronales del encéfalo, eficaces energéticamente, por lo que podrían convertirse en componentes fundamentales en los ordenadores del futuro, más similares al encéfalo». Tal como se indica en el artículo, Åkerman cree que este logro conducirá al desarrollo de tecnologías más rápidas, más fáciles de utilizar y con un menor consumo de energía. Además, el hecho de que puedan instalarse cientos de componentes en una superficie del tamaño de una bacteria podría tener un impacto considerable en las aplicaciones más pequeñas. «Unos cálculos más eficaces energéticamente podrían ofrecer nuevas funcionalidades a los teléfonos móviles. Un ejemplo son los asistentes digitales, como Siri o el Asistente de Google. En la actualidad, los servidores se encargan de todo el procesamiento, dado que los cálculos requieren demasiada energía para el pequeño tamaño de los teléfonos. Si los cálculos pudiesen efectuarse de manera local, en el propio teléfono, serían más rápidos y sencillos, sin necesidad de conectarse a los servidores». Åkerman concluye: «Cuanta mayor sea la eficacia energética de los cálculos cognitivos llevados a cabo, más aplicaciones podrían crearse. Por eso nuestro estudio realmente puede impulsar el sector». Los proyectos TOPSPIN (Topotronic multi-dimensional spin Hall nano-oscillator networks) y SpinAge (Weighted Spintronic-Nano-Oscillator-based Neuromorphic Computing System Assisted by laser for Cognitive Computing) concluirán en 2024. Para más información, consulte: Proyecto TOPSPIN Proyecto SpinAge
Palabras clave
TOPSPIN, SpinAge, IA, ordenador, encéfalo, memoria, cálculo, memristor, oscilador
