La computación ha vivido pequeñas grandes revoluciones en muy poco tiempo. Por un lado, sus componentes se han ido miniaturizando hasta lograr que hoy tengamos en nuestras manos smartphones mucho más potentes que los antiguos ordenadores que ocupaban habitaciones enteras. Y, por otro lado, la capacidad de esos dispositivos hace posible que podamos recrear mundos virtuales, crear réplicas de nosotros mismos o encontrar soluciones a grandes problemas. Y para seguir avanzando, los investigadores apuestan por la computación neuromórfica o sistemas neuromórficos.
Esta tecnología pretende crear computadoras más rápidas y eficientes basándose en nuestro cerebro. O en nuestro sistema nervioso. Una manera de impulsar avances tecnológicos como la inteligencia artificial, el edge computing o la realidad virtual. Para ello, el objetivo es cambiar la manera en que diseñamos dispositivos electrónicos y fabricar los circuitos electrónicos imitando las neuronas del cerebro humano.
Tal y como explica el fabricante de ordenadores Lenovo en su página oficial, “la ingeniería neuromórfica es el campo del conocimiento que busca utilizar sistemas de integración a muy gran escala (VLSI, por sus siglas en inglés) consistentes en circuitos electrónicos analógicos con el propósito de imitar estructuras neurobiológicas del sistema nervioso”. Crear cerebros sintéticos que resuelvan problemas y realicen tareas tal y como lo hace el cerebro humano. O, ya puestos, mucho mejor.
Para qué sirve la computación neuromórfica
Uno de los objetivos que quiere cumplir la computación neuromórfica es crear ordenadores que hagan cosas que no pueden hacer los ordenadores tradicionales. Si bien es cierto que un computador puede realizar cálculos a mayor velocidad que una mente humana, hay campos que se le quedan muy grandes. Por ejemplo, la resolución de problemas que tienen que ver con la inteligencia artificial. Los sistemas neuromórficos facilitarían la evolución de esta tecnología y la implementación del deep learning y el machine learning más allá de lo que hoy es posible con la computación tradicional.
Combinando hardware y software, la inteligencia artificial ha logrado grandes logros, como resolver problemas antes impensables, reconocer imágenes, imitar la manera de escribir o hablar de las personas, crear contenido a partir de una base de datos, responder a preguntas, procesar datos a gran velocidad y llegar a conclusiones, etc. Pero todavía hay campos en los que la inteligencia artificial actual se atasca. Algo que no ocurriría con sistemas neuromórficos.
Y si hablamos de inteligencia artificial, se abren muchas puertas a aplicaciones que hoy se están investigando pero que con la computación neuromórfica se harían realidad. Es el caso de la conducción autónoma. Y haría avanzar campos como los dispositivos inteligentes, el análisis de datos o el procesamiento de imágenes en tiempo real, por poner varios ejemplos actuales.
La inteligencia artificial general
Se ha venido a llamar inteligencia artificial general, por sus siglas en inglés AGI, a la inteligencia artificial que se aproxima a la de los humanos. Se trata de lograr que las máquinas piensen en términos de razonar y emitir juicios de valor, planificar, aprender, usar lenguaje natural o realizar representaciones de lo que ha aprendido. Abstracciones. Algunos de estos propósitos ya empiezan a lograrse, pero otros siguen siendo exclusivos del ser humano. Y gracias a la computación neuromórfica se daría un gran salto hacia delante.
Hasta ahora, hemos logrado automatizar tareas y automatizar decisiones relativamente sencillas. Sin embargo, el ser humano siempre tiene la última palabra para corregir, redirigir o completar la acción que realiza la máquina o inteligencia artificial. Poco a poco estamos avanzando en la inteligencia artificial autónoma que puede decidir por sí misma. Y, en el futuro, lograremos que las máquinas puedan pensar, razonar, abstraerse y comunicarse de una manera cercana a la humana.
En resumen, los sistemas neuromórficos deberían hacer posible que la inteligencia artificial dé todo lo que puede dar de sí: tratamientos médicos personalizados, tomar decisiones complejas de forma precisa y en tiempo récord, automatizar cualquier proceso imaginable, crear máquinas y robots realmente autónomos… Por ahora, todo son deseos y promesas de futuro. Pero cada vez se vuelve más real a medida que evoluciona la computación neuromórfica.
Ejemplos de computación neuromórfica
Intel lleva años trabajando en su chip Loihi y su sucesor, Loihi 2. Este último se anunció a finales de 2021. Acompañado de su software de código abierto Lava, modular y extensible, el chip Loihi 2 tiene el equivalente a 8.192 neuronas frente a las 1.024 de su versión anterior. Todo ello en 0,21 milímetros cuadrados frente a los 0,41 mm2 de Loihi.
Y para poner en práctica las capacidades de este chip, Intel ha creado varias máquinas o computadoras como Pohoiki Beach y Pohoiki Springs. Sistemas neuromórficos que pueden escalar de 64 a 768 chips Loihi hasta hacer un total de entre 8 y 100 millones de neuronas por sistema.
IBM también explora el campo de la computación neuromórfica desde 2008. Su chip TrueNorth tiene más de un millón de neuronas y más de 268 millones de sinapsis. Además, es muchísimo más eficiente a nivel de consumo eléctrico que los computadores tradicionales.
Otro gran proyecto relacionado con sistemas neuromórficos es Human Brain Project. Para sus investigaciones creó su propio superordenador o supercomputadora neuromórfica de nombre SpiNNaker. Puesto en marcha en 2019, se encuentra en la Universidad de Manchester, en Reino Unido. Cuenta con 57.600 nodos. Cada uno con 18 procesadores ARM9 y 128 MB de memoria DDR SDRAM. En total, más de un millón de cores y 7 TB de RAM. Para su funcionamiento y refrigeración, emplea 100 kW y un añadido de 240 V.
