Durante los últimos años, hemos asistido a un incremento progresivo en la demanda de contenidos asociados a la IA. El ritmo al que los usuarios queremos sumergirnos en esa tecnología se ve ralentizado por la industria de los microprocesadores y su incapacidad para ofrecer el soporte apropiado.

Quizá te interese: Ley de Moore Obsoleta ¿El límite de la microtecnología está en los 7 nm?

Los chips «convencionales» de silicio están llegando al límite de sus posibilidades. Algo que, con bastante probabilidad, será un hecho en el corto plazo.

Todo lo que han sido capaces de idear los fabricantes se resume en «reajustes». Adiciones a la arquitectura del chipset que intentan cubrir ―en la medida de lo posible― la brecha entre lo que se espera de ellos (les requerimos, al menos, un flagship por ejercicio) y lo que son capaces de ofertar sin poner freno a la producción y doblar la cerviz ante la competencia.

Así, desde el último verano, henos sido testigos del lanzamiento del iPhone X y su IA integrada en el A11 Bionic. O el Huawei Mate 10, con un Kirin 970 en el que se ha incluido una unidad de procesamiento neural (NPU) para tareas de procesado de imágenes en tiempo real o reconocimiento de voz.

El MIT obtiene resultados prometedores

La pasada semana, ingenieros del Instituto Tecnológico de Massachusetts (MIT), nos han sorprendido con un nuevo avance en el diseño del bioprocesador. Ya sabéis; aquel chip que será capaz de funcionar de un modo similar a como lo hace nuestro cerebro. Esta línea de trabajo se conoce como «computación neuromórfica»

Chip neuromórfico
Jeehwan Kim. MIT MechE

La investigación, publicada en Nature Materials, y dirigida por Jeehwan Kim del Department of Materials Science and Engineering, muestra el diseño de un dispositivo de sinapsis artificial basada en la electrónica de silicio-germanio ultrarrápida.

El chip neuromórfico

La sinapsis biológica

El cerebro humano, con un peso medio de alrededor de 1.500 gramos, contiene unos 100 mil millones de células a las que llamamos neuronas.

Una sola de estas células es capaz de transmitir información a otros miles como ella a través de las hendiduras que las separan, las sinapsis, mediante intercambio de sustancias químicas denominadas neurotransmisores. Estos movilizan ―o inhiben― el flujo de iones, átomos con carga eléctrica, que modulan el estado de la célula receptora.

De esta manera, según el tipo y cantidad de iones que se mueven en la sinapsis, la neurona se activa de varias maneras.

Chip neuromórfico
Esquema de una sinapsis. PsicoActiva.com

Este proceso, en el que se implican 100 billones de sinapsis (aunque no de manera simultánea) es lo que nos permite reconocer patrones, planificar, recordar, aprender, etc. En definitiva, lo que construye nuestra conciencia y personalidad. Lo que «somos». Y, todo, con una velocidad de procesamiento extraordinaria.

Intentar reproducir esta asombrosa arquitectura parece, a priori, una tarea condenada al fracaso. Más si tenemos en cuenta que las Neurociencias todavía navegan entre contradicciones y muy pocas certezas. No obstante, esto no desanimó al equipo de Kim.

La sinapsis «artificial»

Para empezar, en lugar de hacer los cálculos en base a códigos binarios como los chips digitales al uso, un procesador neuromórfico debe funcionar de forma analógica.

Esto significa que, en lugar de enviar ―o no― la información como pulsos eléctricos lo que hacen es variar la intensidad de las señales, al igual que las sinapsis.

La clave, por tanto, a la hora de crear chips neuromórficos es la capacidad de controlar con precisión las señales analógicas.

Hasta la fecha, los intentos de encontrar un medio adecuado para esa transmisión de señales eléctricas variables no habían tenido éxito, pues la corriente terminaba extendiéndose. La mayoría de esos medios, materiales amorfos, presentaban ilimitados caminos a través de los cuales podían viajar los iones. Es decir, resultaba difícil predecir por dónde se desplazarán estos.

Chip neuromórfico
Prototipo de chip neuromórfico. MIT. PressFrom

Para solucionarlo, los ingenieros de Massachusetts, en lugar de usar tales materiales se decantaron por el silicio monocristalino. Es este un material conductor, libre de defectos y cuyos átomos se disponen ordenadamente. Luego, desarrollaron un patrón de silicio-germanio sobre la oblea inicial y descubrieron que, juntos, ambos materiales forman una especie de «embudo», creando un único camino a través del que fluyen los iones. Esto lleva a una variación mucho menor en la intensidad, de aproximadamente un 4%.

El prototipo del futuro

En declaraciones a MIT News, Kim asegura que su prototipo de chip neuromórfico «es el dispositivo más uniforme que se podía lograr […] y constituye la clave para la futura construcción de redes neuronales artificiales».

Chip neuromórfico
MIT News

Como prueba, sometieron su invento a una simulación de tareas de aprendizaje reales, al objeto de explorar su respuesta. Concretamente se trató de reconocer muestras de escritura realizadas a mano. Introdujeron, para ello, decenas de miles de muestras y hallaron que el hardware era capaz de reconocerlas con una precisión del 95%. Cifra inferior al 97% que se obtiene al usar los algoritmos de software de los chips existentes, pero que no deja de ser prometedor para tan novedosa tecnología.

El largo camino

Lao Tse, filósofo chino del siglo IV a.C. dejó escrito que «el viaje más largo comienza con un solo paso».

Pues bien. La andadura no ha hecho sino empezar. Se trata, sin duda, de un extenso camino, en el que no hay la seguridad ―siquiera― de una arribada exitosa. Pero, lo cierto es que, más allá del reconocimiento de escritura, el diseño del MIT podría permitir que se hiciesen realidad dispositivos basados en redes neuronales. Gadgets con capacidad para realizar cálculos complejos, actualmente solo posibles con supercomputadores, y tareas de aprendizaje automático. Todo, en elementos portátiles con demandas de energía de hasta 1.000 veces menos.

Fuentes: MIT News; MIT Technology Review; Nature Materials; The VergeFrontiers in Neuroscience.

¡Comparte, si te ha gustado! Gracias

Si no quieres perderte ninguna novedad, únete a nuestro canal de Telegram: https://t.me/feelingthenet