La computadora más poderosa y eficiente conocida por el hombre no está en los lugares más recónditos de IBM, Google, Facebook o cualquier agencia gubernamental; sin embargo, todo el mundo tiene acceso a ella. ¿Cómo es posible? Porque la mejor computadora del mundo es el cerebro humano. El cerebro consume apenas 20 vatios de energía y, sin embargo, es capaz de diseñar otras redes informáticas, crear nuevos lenguajes y comprender y manipular asuntos que no puede ver.
¿Qué es la ingeniería neuromórfica?
Nuestras computadoras y procesadores basados en hardware no pueden manejar los mismos tipos de cargas de procesamiento que el cerebro humano. El objetivo de muchos programadores, fabricantes de hardware y centros de datos es cambiar esto. El campo de la ingeniería neuromórfica se dedica a combinar las tecnologías de la biología, la ingeniería eléctrica, la informática y las matemáticas para crear sistemas neuronales artificiales capaces de detectar y procesar cargas similares en capacidad al cerebro y sistema nervioso humanos.
Ingeniería neuromórfica: cómo comenzó
El término “ingeniería neuromórfica” se creo originalmente en la década de 1980 por Carver Mead, que lleva más de 40 años en el desarrollo de sistemas de análisis destinados a imitar los sentidos y mecanismos de procesamiento del cuerpo humano, como tocar, ver, oír y pensar. El cómputo neuromórfico es un subconjunto de la ingeniería neuromórfica que se centra sobre todo en el lado “pensante” y “de procesamiento” de estos sistemas que son similares a los humanos. Aunque mucha gente nunca ha oído hablar de la tecnología de cómputo neuromórfico, una tecnología más generalizada que utiliza estos sistemas y teorías se conoce de manera amplia como inteligencia artificial (IA).
¿Cuáles son los objetivos de la inteligencia artificial?
Aunque hay cientos de interpretaciones, subconjuntos y teorías que definen lo que de hecho es la inteligencia artificial, el objetivo de toda IA es reproducir las funcionalidades del comportamiento, el pensamiento y las tareas usuales del ser humano. De por sí, la IA y el cómputo neuromórfico son sinónimos en muchos aspectos, ya que cada una de ellos trata de replicar e incluso superar la inteligencia humana. En cierto sentido, la IA abarca tanto el cómputo neuromórfico como la ingeniería neuromórfica, al tiempo que incluye una variedad de otras facetas tecnológicas. Entre ellas se encuentran las tareas de alta precisión, como la detección de inconsistencias en los procesos de fabricación.
En el estado actual de la tecnología, la inteligencia artificial y el cómputo neuromórfico están limitados por las capacidades del hardware en el que residen estos sistemas. Aunque la Ley de Moore sigue impulsando estas tecnologías de hardware, no se acercan ni de lejos a las capacidades del cerebro humano desde el punto de vista de la carga computacional, y mucho menos de la eficiencia energética. Aunque están lejos de ser similares a las personas, estos sistemas computacionales han dado grandes pasos durante la última década y sin duda seguirán reforzando los objetivos del mundo del cómputo neuromórfico.
Hardware de IA: chips de cómputo neuromórfico
Un chip neuromórfico perfecto que simule el cerebro humano de forma idéntica podría percibirse como un unicornio, algo que nunca se hará realidad. Sin embargo, como el andamiaje computacional entre humanos y máquinas es en esencia diferente (es decir, el silicio no es materia gris), hay muchas lecciones que el cerebro y su biología fundamental pueden enseñar a los expertos informáticos que trabajan en la tecnología neuromórfica. Muchas arquitecturas de chips, tanto desde el punto de vista del software como del hardware, se han visto en gran medida influenciadas por los descubrimientos del cómputo neuromórfico, lo que ha dado lugar a muchas nuevas versiones de arquitecturas de silicio, diseñadas para lograr capacidades de cómputo de grado neuronal. Las tecnologías de chips más utilizadas, como las FPGA y los ASIC, se han optimizado, de forma continua, mediante estrategias de cómputo neuromórfico, e incluso se han utilizado para cargas de trabajo de inteligencia artificial.
La unidad de procesamiento gráfico (GPU) se diseñó en un principio para procesar cargas gráficas de cómputo, pero en seguida se utilizó para desarrollar algoritmos de IA en lugar de la tecnología de CPU, más adoptada, dada su capacidad de carga paralela. Las GPU son cada vez más potentes y a menudo se utilizan como aceleradores de redes neuronales dedicados a manejar cargas de trabajo de IA. NVIDIA, considerada una de las principales empresas en el desarrollo de tecnología de GPU de última generación, ha creado dispositivos de cómputo de borde específicos, como el kit de desarrollo Jetson Xavier de NVIDIA, para ejecutar cargas de trabajo de IA para dispositivos como robots autónomos y sistemas de seguridad de reconocimiento facial.
Las matemáticas en el software de IA desempeñan un papel importante en la ejecución de los programas de este tipo. Un objeto matemático que se utiliza a menudo en estos procesos se llama tensor. Imagine un tensor como una matriz multidimensional que puede ampliarse y modificarse en función del programa de IA. Sin entrar en la teoría de la estructura de los programas y algoritmos de IA, hay que entender que la matemática de los tensores es vital para la inteligencia artificial moderna. Es tan fundamental que Google creó su propia unidad de procesamiento de tensores (TPU), un chip que se diseñó en específico para manejar las cargas matemáticas de los tensores. Aunque su tecnología TPU se utiliza sobre todo en sus centros de datos, Google también ha creado los productos Google Coral, que desarrollan programas de uso intensivo de tensores.
Intel Labs, la división de investigación de su famosa empresa dedicada a las CPU, creó el chip Loihi. Este chip de investigación neuromórfica, especialmente diseñado, tiene como objetivo modelar y simular una estructura neuronal de materia gris a pequeña escala. Este chip contiene casi 130 000 “neuronas” de silicio conectadas, y pretende ser la base de la próxima generación de hardware de inteligencia artificial. Por ejemplo, Intel Labs creó un dispositivo llamado Pohoiki Beach, que combinaba 64 chips Loihi para crear una red de 8 millones de neuronas. Desarrollar un programa de red neuronal como ese para que funcione en este dispositivo no es poca cosa, y los laboratorios de Intel optimizan de forma continua los programas para su funcionamiento. En 2020, Intel planea combinar hasta 100 000 chips Loihi para crear una computadora neuromórfica de 100 millones de neuronas que, cuando esté lista, bien podría ser la computadora más poderosa disponible.
El futuro del cómputo neuromórfico
Aunque todavía es un subconjunto de la informática en fase de desarrollo, el cómputo neuromórfico aún no desarrolla todo su potencial. Este promete ser, como mínimo, un potente método para desarrollar hardware informático futurista y software revolucionario de inteligencia artificial. Si la tecnología resulta ser el éxito que algunos pretenden, el cómputo neuromórfico puede poseer los secretos de la conciencia y podría ser el último invento creado por el hombre. Esta tecnología podría influir de manera paradójica en la investigación del cerebro humano, al permitir una simulación y un razonamiento más precisos de la materia gris blanda que tenemos entre las orejas y que fue la que diseñó el mundo. Puede crear algoritmos más inteligentes y con sentido común que realicen tareas mundanas con más eficacia que los humanos. El cómputo neuromórfico podría ser la respuesta a los vehículos y a las máquinas de conducción autónoma: solo el futuro lo sabe.