¿Las computadoras construidas como cerebros podrían ser un «destructor de la competencia»?
Por Zoé Corbyn, Reportero de tecnología
El apetito de electricidad de la informática moderna está aumentando a un ritmo alarmante.
Para 2026, el consumo de los centros de datos, la inteligencia artificial (IA) y las criptomonedas podría duplicar los niveles de 2022, según un informe reciente del Agencia Internacional de Energía (AIE).
Se estima que en 2026 el consumo de energía de esos tres sectores podría ser aproximadamente equivalente a las necesidades energéticas anuales de Japón.
Empresas como Nvidia, cuyos chips informáticos sustentan la mayoría de las aplicaciones de IA actuales, están trabajando en el desarrollo de hardware más eficiente desde el punto de vista energético.
Pero ¿podría ser un camino alternativo construir computadoras con un tipo de arquitectura fundamentalmente diferente, una que sea más eficiente energéticamente?
Algunas empresas ciertamente piensan que sí, y están recurriendo a la estructura y función de un órgano que utiliza una fracción de la potencia de una computadora convencional para realizar más operaciones con mayor rapidez: el cerebro.
En la computación neuromórfica, los dispositivos electrónicos imitan neuronas y sinapsis y están interconectados de una manera que se asemeja a la red eléctrica del cerebro.
No es nuevo: los investigadores han estado trabajando en la técnica desde los años 1980.
Pero los requisitos energéticos de la revolución de la IA están aumentando la presión para llevar la tecnología naciente al mundo real.
Los sistemas y plataformas actuales existen principalmente como herramientas de investigación, pero sus defensores dicen que podrían proporcionar enormes ganancias en eficiencia energética.
Entre aquellos con ambiciones comerciales se encuentran gigantes del hardware como Intel e IBM.
También están presentes un puñado de pequeñas empresas. «La oportunidad está esperando a que la empresa pueda resolver esto», dice Dan Hutcheson, analista de TechInsights. “[And] la oportunidad es tal que podría ser un asesino de Nvidia”.
En mayo, SpiNNcloud Systems, una filial de la Universidad Tecnológica de Dresde, anunció que comenzará a vender supercomputadoras neuromórficas por primera vez y que está aceptando pedidos por adelantado.
“Hemos llegado a la comercialización de supercomputadores neuromórficos por delante de otras empresas”, afirma Héctor González, su codirector ejecutivo.
Se trata de un avance significativo, afirma Tony Kenyon, profesor de materiales nanoelectrónicos y nanofotónicos del University College de Londres que trabaja en este campo.
«Si bien todavía no existe una aplicación excelente… hay muchas áreas en las que la computación neuromórfica proporcionará ganancias significativas en eficiencia energética y rendimiento, y estoy seguro de que comenzaremos a ver una amplia adopción de la tecnología a medida que madure». él dice.
La computación neuromórfica cubre una variedad de enfoques, desde simplemente un enfoque más inspirado en el cerebro hasta una simulación casi total del cerebro humano (a la que en realidad no estamos ni cerca).
Pero hay algunas propiedades de diseño básicas que lo diferencian de la informática convencional.
Primero, a diferencia de las computadoras convencionales, las computadoras neuromórficas no tienen unidades de memoria y procesamiento separadas. En cambio, esas tareas se realizan juntas en un chip en una única ubicación.
Eliminar esa necesidad de transferir datos entre los dos reduce la energía utilizada y acelera el tiempo de procesamiento, señala el profesor Kenyon.
También puede ser común un enfoque informático basado en eventos.
A diferencia de la informática convencional, donde cada parte del sistema está siempre encendida y disponible para comunicarse con cualquier otra parte todo el tiempo, la activación en la informática neuromórfica puede ser más escasa.
Las neuronas y sinapsis de imitación solo se activan en un momento en el que tienen algo que comunicar, de la misma manera que muchas neuronas y sinapsis en nuestro cerebro solo entran en acción cuando hay una razón.
Trabajar sólo cuando hay algo que procesar también ahorra energía.
Y si bien las computadoras modernas son digitales (utilizan unos o ceros para representar datos), una computación neuromórfica puede ser analógica.
Históricamente importante, ese método de computación se basa en señales continuas y puede ser útil cuando es necesario analizar datos provenientes del mundo exterior.
Sin embargo, por razones de facilidad, la mayoría de los esfuerzos neuromórficos con orientación comercial son digitales.
Las aplicaciones comerciales previstas se dividen en dos categorías principales.
Uno de ellos, en el que se centra SpiNNcloud, es proporcionar una plataforma con mayor eficiencia energética y mayor rendimiento para aplicaciones de inteligencia artificial, incluido el análisis de imágenes y videos, el reconocimiento de voz y los modelos de lenguaje grande que impulsan los chatbots como ChatGPT.
Otra es la de las aplicaciones de «computación de borde», donde los datos no se procesan en la nube, sino en tiempo real en dispositivos conectados, pero que operan con limitaciones de energía. Los vehículos autónomos, los robots, los teléfonos móviles y la tecnología portátil podrían beneficiarse.
Sin embargo, persisten desafíos técnicos. Considerado durante mucho tiempo como el principal obstáculo para el avance de la computación neuromórfica, en general es el desarrollo del software necesario para que funcionen los chips.
Si bien tener el hardware es una cosa, hay que programarlo para que funcione, y eso puede requerir desarrollar desde cero un estilo de programación totalmente diferente al que utilizan las computadoras convencionales.
«El potencial de estos dispositivos es enorme… el problema es cómo hacer que funcionen», resume Hutcheson, quien predice que pasará al menos una década, si no dos, antes de que los beneficios de la computación neuromórfica se sientan realmente.
También hay problemas con el costo. Ya sea que utilicen silicio, como lo hacen los esfuerzos orientados comercialmente, u otros materiales, crear chips radicalmente nuevos es costoso, señala el profesor Kenyon.
El actual prototipo de chip neuromórfico de Intel se llama Loihi 2.
En abril, la compañía anunció que había reunido a 1.152 de ellos para crear Hala Point, un sistema de investigación neuromórfica a gran escala que comprende más de 1.150 millones de neuronas falsas y 128 mil millones de sinapsis falsas.
Con una capacidad neuronal aproximadamente equivalente al cerebro de un búho, Intel afirma que es el sistema más grande del mundo hasta la fecha.
De momento sigue siendo un proyecto de investigación para Intel.
“[But Hala Point] «Está demostrando que existe cierta viabilidad real para que las aplicaciones utilicen IA», dice Mike Davies, director del laboratorio de computación neuromórfica de Intel.
Aproximadamente del tamaño de un horno microondas, Hala Point es “comercialmente relevante” y se están logrando “rápidos progresos” en el lado del software, afirma.
IBM llama Polo Norte a su último chip prototipo inspirado en el cerebro.
Presentado el año pasado, es una evolución de su anterior prototipo de chip TrueNorth. Las pruebas muestran que es más eficiente energéticamente, eficiente en espacio y más rápido que cualquier chip actualmente en el mercado, dice Dharmendra Modha, científico jefe de computación inspirada en el cerebro de la compañía. Añade que su grupo está trabajando ahora para demostrar que los chips se pueden combinar en un sistema más grande.
«El camino hacia el mercado será una historia por venir», afirma. Una de las grandes innovaciones de NorthPole, señala el Dr. Modha, es que ha sido codiseñado con el software para que se puedan explotar todas las capacidades de la arquitectura desde el principio.
Otras empresas neuromórficas más pequeñas incluyen BrainChip, SynSense e Innatera.
El superordenador de SpiNNcloud comercializa computación neuromórfica desarrollada por investigadores de la TU Dresden y la Universidad de Manchester, bajo el paraguas del Proyecto Cerebro Humano de la UE.
Esos esfuerzos han dado como resultado dos supercomputadoras neuromórficas con fines de investigación: la máquina SpiNNaker1 con sede en la Universidad de Manchester, que consta de más de mil millones de neuronas y está operativa desde 2018.
Una máquina SpiNNaker2 de segunda generación en la TU Dresden, que actualmente está en proceso de configuración, tiene la capacidad de emular al menos cinco mil millones de neuronas. Los sistemas disponibles comercialmente que ofrece SpiNNcloud pueden alcanzar un nivel aún mayor, de al menos 10 mil millones de neuronas, afirma González.
El futuro será uno de diferentes tipos de plataformas informáticas: convencional, neuromórfica y cuántica, que es otro tipo novedoso de informática que también está en el horizonte, todas trabajando juntas, dice el profesor Kenyon.