Un equipo de investigadores ha desarrollado nuevas formas de realizar cálculos informáticos que se asemejan a los procesos de eficiencia energética del cerebro: demostraron que es posible combinar una función de memoria con una función de cálculo en el mismo componente.
Crédito: Mohammad Zahedinejad.
Una nueva investigación liderada por científicos de la
Universidad de Gotemburgo, en Suecia, ha logrado por primera vez integrar una
función de memoria y una función de cálculo en los mismos componentes
informáticos. Dichos componentes funcionan más como las redes neuronales
energéticamente eficientes del cerebro, transformándose en bloques de
construcción importantes en el futuro para ordenadores y dispositivos móviles más
parecidas al cerebro humano.
Aunque los ordenadores han
avanzado fuertemente en los últimos años de la mano de la Inteligencia
Artificial (IA), alcanzando tareas cognitivas avanzadas como el reconocimiento
de imágenes o del lenguaje humano, entre muchas otras, nuestro cerebro aún se
encuentra un paso por delante en un aspecto clave: es capaz de efectuar con
eficacia procesos complejos y de hacerlo con una elevada eficiencia energética.
En consecuencia, una de las obsesiones en el campo de la
informática es poder desarrollar ordenadores y otros dispositivos que puedan “imitar”
la eficiencia energética del cerebro humano. Según una nota de prensa, el nuevo
estudio publicado recientemente en la revista Nature Materials ha logrado un
avance importante en este sentido. El mayor adelanto tiene que ver con la
combinación de memoria y cálculo en un único componente: la integración
incrementa considerablemente la eficiencia desde el punto de vista energético.
Un nuevo esquema
En un escenario en el cual los ordenadores necesitan cada vez
más potencia para desarrollar tareas de complejidad creciente, en tanto que los
dispositivos móviles, drones y satélites requieren de la máxima eficiencia en
la gestión energética, un avance de este tipo podría permitir el desarrollo de
una nueva generación de equipos informáticos: estarían cada vez más cerca del funcionamiento
del cerebro humano, al poder alcanzar su eficiencia en el uso
de los recursos.
¿Cómo se logró la integración entre las funciones
de memoria y cálculo?
Para hacerlo realidad, los investigadores combinaron dos
herramientas principales para cálculos avanzados en un mismo componente: redes
de osciladores y memristores.
Los primeros son circuitos oscilantes que pueden efectuar
cálculos y que podrían compararse a las neuronas humanas.
Los memristores, en tanto, son resistencias que también pueden
realizar cálculos, pero al mismo tiempo disponen de memoria integrada y pueden
programarse: cumplen una tarea similar a la que llevan adelante en el cerebro
las neuronas especializadas en la memoria.
Los especialistas creen que el descubrimiento permitirá el
desarrollo de tecnologías más rápidas, más funcionales y con un menor consumo
energético en diferentes áreas. Un aspecto clave son las pequeñas
dimensiones de los componentes: cientos de ellos caben en un
espacio equivalente al que ocupa una sola bacteria. Esto podría ser muy útil al
integrarlos en teléfonos móviles y otros dispositivos de escasas dimensiones.
Dispositivos
más avanzados
Los científicos indicaron que un ejemplo concreto de las
ventajas de estos nuevos componentes podría verse en los asistentes
digitales que se usan en los teléfonos móviles. Como los
cálculos para estas funciones requieren de grandes cantidades de energía,
asistentes como Siri se ejecutan mediante servidores. Pero si los cálculos se
pudieran realizar en el mismo teléfono, gracias a una mayor eficiencia
energética, el funcionamiento sería más rápido y sencillo y no se requerirían
servidores.
A partir de esta mayor eficiencia, los dispositivos podrían
realizar más funciones y progresar tecnológicamente. Todos estos avances se
relacionan con la computación
neuromórfica, que intenta imitar las redes neuronales del
cerebro humano y aplica nuevos algoritmos que reproducen las estructuras de
trabajo de nuestro cerebro.
Referencia
Memristive control of mutual spin
Hall nano-oscillator synchronization for neuromorphic computing.
Zahedinejad, M., Fulara, H., Khymyn, R. et al. Nature Materials (2021).
DOI:https://doi.org/10.1038/s41563-021-01153-6
Leído en Tendencias
21
No hay comentarios.:
Publicar un comentario