La Inteligencia Artificial (IA) está de moda, y probablemente mucho de ello se deba a los avances notables de esta rama de la ciencia, sobre todo en lo que se refiere al éxito de las redes neuronales y el aprendizaje de máquinas. Apple, Google, Microsoft, NVIDIA e Intel ya han creado chips para reconocer imágenes entre muchas de las tareas que ahora resuelven las máquinas. Sin embargo, Intel quiere ponerse a la cabeza y está ahora usando un nuevo chip experimental, llamado “Loihi” el cual, en lugar de basarse en su capacidad de hacer cálculos, usa una técnica “neuromórfica” que modela de alguna manera el cerebro humano.
Intel ya lleva tiempo trabajando con esta tecnología neuromórfica e incluso diseñó un chip en el 2012 el cual, en lugar de usar compuertas lógicas, usa un modelo neuronal como la unidad fundamental de cómputo. En cualquier caso el modelo se basa en cómo las neuronas trabajan, las cuales disparan un evento cuando una entrada llega a un umbral que hace que la neurona responda. Mientras este incentivo no llegue al umbral, la neurona no presenta ninguna acción. Esto es claramente diferente a ejecutar instrucciones de acuerdo con un ciclo que se controla vía un reloj.
Loihi tiene 1024 neuronas artificiales, o 10 mil neuronas simuladas con 130 millones de posible conexiones sinápticas. Esto, de acuerdo a Intel, es un poco más complejo que el cerebro de una langosta, pero todavía muy lejos de la cantidad de neuronas que tiene un ser humano, que es de unos 80 mil millones de ellas.
Se sabe que el cerebro humano trabaja manejando la información en las neuronas con base en pulsos, en donde se refuerzan ciertas conexiones y se guardan los cambios localmente en las interconexiones sinápticas. En este sentido, las células cerebrales no funcionan solas, porque unas neuronas afectan a otras y grupos de células trabajan de manera concertada para tener procesos como el del aprendizaje y el de la inteligencia.
Simulando este comportamiento en el chip Loihi, se puede -en teoría- darle más velocidad al aprendizaje de máquinas, reduciendo al mismo tiempo los requerimientos de energía más de 1000 veces. Más aún, todo el aprendizaje puede realizarse en el chip, en lugar de requerir grandes volúmenes de datos para entrenar al sistema. Incorporando esto a una computadora podríamos entonces tener que la máquina aprende nuevas cosas por sí misma, sin mantenerse ignorante de las tareas a las cuales no ha sido entrenada específicamente.
Este tipo de chips podría dar el comportamiento que se espera de la IA, por ejemplo, robots y dispositivos que aprenden en la medida que están trabajando. “Los chips (de prueba) tienen un enorme potencial para mejorar aplicaciones industriales así como para los robots personales”, indica Intel.
Y aunque todo esto suena fantástico, los chips neuromórficos tienen aún que demostrar su viabilidad contra los productos que trabajan a fuerza bruta para hacer aprendizaje de máquinas. IBM, a todo esto, ya ha desarrollado un chip neuromórfico llamado “TrueNorth”, con 4096 procesadores que simulan unas 256 millones de sinapsis. Sin embargo, el especialista en aprendizaje profundo, Yann LeCun, comentó que ese chip no podrá fácilmente hacer tareas como el reconocimiento de imágenes usando el modelo de convolución NeuFloW que él mismo ha diseñado.
Intel también ya admitido que su chip neuromórfico podría no funcionar muy bien en algunas tareas de aprendizaje profundo. Con la adquisición de Movidius y MobilEye, sin embargo, ya hay una línea de chips de aprendizaje y de visión por computadora que hacen el trabajo con los algoritmos actuales de la IA. También han adquirido la empresa llamada Nervana para hacer a la nube inteligente de NVIDIA el líder en esta rama.
Para Loihi, Intel planea dar estos chips a universidades e instituciones de investigación seleccionadas, que se enfoquen en la inteligencia artiicial para el primer semestre del 2018. La meta es probar las posibilidades del chip para las nuevas aplicaciones de IA que puedan ser la siguiente generación de desarrollo en esta rama del cómputo. Los chips se construirán usando tecnología de 14 nanómetros y los primeros modelos de prueba saldrán en noviembre próximo.