La computación neuromórfica nació a finales de los años 60 con un propósito muy ambicioso: diseñar circuitos integrados y algoritmos capaces de imitar el comportamiento del sistema nervioso de los animales. Los primeros resultados experimentales tardaron dos décadas en llegar, pero es ahora cuando realmente estamos empezando a vislumbrar el potencial que tiene esta disciplina en campos tan relevantes como la robótica o la inteligencia artificial.
La complejidad de la ingeniería neuromórfica es tan alta que durante los últimos años se ha consolidado como una materia interdisciplinar que se nutre de la física, la microelectrónica, la biología, las matemáticas y la informática para seguir desarrollándose. Pero, a pesar de su poca accesibilidad, lo más interesante es que las primeras aplicaciones comerciales de esta tecnología podrían estar muy cerca.
Intel constituyó hace dos años, y solo unos meses después de dar a conocer Loihi, su chip neuromórfico de quinta generación con capacidad de aprendizaje, un grupo de investigación especializado en computación neuromórfica. Este procesador, que en cierto modo se asemeja a un cerebro diminuto, ha sido concebido para proyectos de investigación, y los primeros resultados experimentales nos indican que nos permite enfrentarnos a algunos problemas con más posibilidades de éxito que las CPU y GPU convencionales.
Estas son las aplicaciones en las que Loihi ya está marcando la diferencia
El procesador neuromórfico Loihi está fabricado con fotolitografía de 14 nm e incorpora 128 núcleos y algo más de 130.000 neuronas. Cada una de esas neuronas artificiales puede comunicarse con miles de las neuronas con las que convive, creando una intrincada red que emula a las redes neuronales de nuestro propio cerebro.
El sistema neuromórfico Pohoiki Springs contiene 768 chips Loihi con 100 millones de neuronas artificiales que lo dotan de una complejidad equiparable a la del cerebro de un mamífero de pequeño tamaño
No obstante, Intel ha desarrollado sistemas neuromórficos más complejos que combinan varias unidades Loihi para adaptarse a cargas de trabajo sensiblemente más altas y a procesos más exigentes. Uno de estos sistemas es Pohoiki Springs, y contiene 768 chips Loihi con 100 millones de neuronas artificiales que lo dotan de una complejidad equiparable a la del cerebro de un mamífero de pequeño tamaño. Estas son las áreas de investigación en las que esta tecnología ya está arrojando resultados sorprendentemente prometedores:
Identificación de comandos de voz: en las primeras pruebas experimentales un chip Loihi ha demostrado ser tan preciso al reconocer comandos de voz como una GPU, pero, según los investigadores de Accenture que han llevado a cabo este experimento, el chip neuromórfico de Intel consume hasta 1.000 veces menos energía y consigue responder 200 ms más rápido.
Optimización y búsqueda: los algoritmos neuromórficos pueden diseñarse de manera que sean capaces de explorar un conjunto grande de soluciones a un problema determinado para encontrar aquellas que satisfacen unos requisitos concretos. Esta característica resulta muy útil para encontrar la ruta óptima que debe seguir un repartidor de paquetes, o para planificar los horarios que deben tener las clases de una institución educativa, entre muchas otras opciones. Según Intel un chip Loihi puede resolver estos problemas con una eficiencia 1.000 veces mayor y 100 veces más rápido que una CPU convencional.
Reconocimiento de gestos: los experimentos que están llevando a cabo los investigadores de Intel apuntan que los procesadores Loihi son capaces de aprender y reconocer los gestos individualizados de un conjunto amplio de personas con mucha rapidez. En este ámbito la computación neuromórfica parece ser mucho más eficiente que los algoritmos de inteligencia artificial clásicos que estamos utilizando actualmente.
Robótica: dos grupos de investigación de las universidades Rutgers (Estados Unidos) y TU Delft (Países Bajos) han diseñado aplicaciones de control de drones mediante chips Loihi que han demostrado consumir 75 veces menos energía que las herramientas de control diseñadas para ser ejecutadas sobre una GPU. Y sin que su rendimiento se vea afectado negativamente.
Recuperación de imágenes: los algoritmos neuromórficos están demostrando ser muy eficaces en todos aquellos procesos en los que es necesario identificar un conjunto de objetos heterogéneos a partir de su semejanza con uno o varios modelos tomados como referencia. En este escenario de uso según Intel los sistemas neuromórficos son hasta 24 veces más rápidos y 30 veces más eficientes que las soluciones que recurren a la combinación de una GPU y una CPU.
Como acabamos de ver, los resultados que están publicando los grupos de investigación que están trabajando en el área de la ingeniería neuromórfica son prometedores, pero aún no sabemos cuándo llegarán las primeras aplicaciones comerciales de esta tecnología. Lo que sí sabemos es que algunas de las empresas que ya están coqueteando con ella son Mercedes-Benz, Logitech o Lenovo. Crucemos los dedos para que llegue pronto y los resultados que está arrojando en los laboratorios se consoliden fuera de ellos.
Más información | Intel