Los l¨ªmites de la computaci¨®n digital y los chips neurom¨®rficos

Un n¨²mero creciente de neurocient¨ªficos piensa que nuestro cerebro es una especie de ¡°m¨¢quina de predicci¨®n¡± que pronostica lo que est¨¢ pasando antes de que ocurra, es decir, nuestras percepciones son, en parte, hip¨®tesis. Experimentos de ¡°neurocient¨ªficos computacionales¡± con redes neuronales artificiales (los componentes de los algoritmos de la IA) apuntan a que los cerebros evolucionaron como m¨¢quinas de predicci¨®n para optimizar su consumo de energ¨ªa. La vida evolucion¨® creando un balance perfecto entre lo que pod¨ªa ¡°computar¡± y la energ¨ªa que pod¨ªa gastar. Entrelazando genes y formas, lo digital y lo anal¨®gico, hardware y software, raz¨®n y emoci¨®n, el universo cre¨® inteligencia biol¨®gica, que usa mucha menos energ¨ªa que nuestras computaciones en ordenadores digitales.

La inteligencia artificial progres¨® de una manera muy diferente a la biol¨®gica, obedeciendo a las leyes de la geopol¨ªtica cient¨ªfica y de la competici¨®n industrial casi tanto como a las de la f¨ªsica. Los pioneros Alan Turing y John von Neumann, inspirados por la biolog¨ªa humana y tambi¨¦n por las matem¨¢ticas de Kurt Goedel sobre los l¨ªmites de la l¨®gica y los algoritmos para entender la realidad, crearon los primeros ordenadores digitales (con financiaci¨®n del Manhattan Project y fondos militares durante la ¡°Guerra fr¨ªa¡±). Gracias a la f¨ªsica de semiconductores los ordenadores expandieron su capacidad de computar a medida que se pudieron ir reduciendo el tama?o de los chips. Entre 1980 y 2010 la capacidad de memoria y computaci¨®n de los microprocesadores se dobl¨® cada dos a?os. Esto provoc¨® una separaci¨®n entre la actividad de los fabricantes de chips (el hardware) y la actividad de los desarrolladores de software y algoritmos. Los inform¨¢ticos y cient¨ªficos nos acostumbramos a pensar solo en el algoritmo, asumiendo que se ejecutar¨ªa en m¨¢quinas capaces de calcular cualquier cosa que les ech¨¢ramos.

Pero estamos alcanzando los l¨ªmites de este modelo. Por una parte, los chips no se pueden miniaturizar m¨¢s (se alcanza ya el l¨ªmite de los 2 nan¨®metros, ya no hay m¨¢s espacio para seguir menguando). Por otra, solo en Taiw¨¢n y Corea del Sur saben fabricar los chips m¨¢s avanzados, lo que crea una incierta situaci¨®n geopol¨ªtica. Pero hay otro problema, el consumo energ¨¦tico, que empieza a convertirse en otro obst¨¢culo insuperable para las fr¨¢giles cadenas de producci¨®n globalizadas. Se calcula que el 3% de toda la electricidad utilizada en el mundo se consume en los centros de datos, mucho m¨¢s que toda la electricidad utilizada por todo el Reino Unido. Las proyecciones apuntan a que en 2030 subir¨¢ al 13%.

Los supercomputadores que usamos en modelos del clima, dise?o de medicinas, de aviones y coches, etc. tambi¨¦n consumen much¨ªsimo, aproximadamente la misma electricidad que una ciudad de 10.000 habitantes. La supercomputadora Summit en el Laboratorio Nacional de Oak Ridge, por ejemplo, producir¨¢ anualmente emisiones de CO2 equivalentes a las de m¨¢s de 30,000 vuelos de ida y vuelta entre Washington y Londres. Una ronda de entrenamiento de un algoritmo potente de AI (por ejemplo, los traductores de idiomas) cuesta 4 millones de d¨®lares en factura de la luz. Una sola transacci¨®n de criptomonedas gasta la misma electricidad que una familia t¨ªpica en una semana.

Estos gastos exorbitantes limitan lo que se puede/debe computar. Los cient¨ªficos est¨¢n intentando mejorar la situaci¨®n, pero de manera descoordinada. Aunque algo los une, todos miran a la biolog¨ªa para buscar inspiraci¨®n en las estructuras vivas, capaces de computar con un gasto de energ¨ªa muy bajo. Los dise?adores de algoritmos intentan incorporar la capacidad de predicci¨®n del cerebro que mencion¨¦ al principio, usando la f¨ªsica del proceso, para reducir en n¨²mero de par¨¢metros de AI. Pero la tendencia de los poderosos no va por ah¨ª: la carrera hacia la ¡°superinteligencia artificial¡± comenz¨® en 2020 con ¡°Open AI¡± fundado por Elon Musk que revel¨® GPT-3 con una capacidad de 175 mil millones de par¨¢metros en el algoritmo. Le sigui¨® en 2021 Google (1,6 billones de par¨¢metros) y la Academia de Inteligencia Artificial de Beijing (con 1,75 billones). Pero este camino de aumentar sin m¨¢s el tama?o del algoritmo no est¨¢ claro que lleve a la superIA, porque el gasto energ¨¦tico le pone un tope que quiz¨¢ no se pueda superar.

Algunos cient¨ªficos lo tenemos claro, para progresar la ¨²nica soluci¨®n es volver a mirar a la biolog¨ªa. Como en nuestro cerebro, el hardware y el algoritmo/software tienen que estar ¨ªntimamente relacionados. Un ¨¢rea particularmente interesante que est¨¢ empezando a ganar tracci¨®n es la de los ¡°chips neurom¨®rficos¡±. Los dise?os neurom¨®rficos imitan la arquitectura de la masa gelatinosa en nuestras cabezas, con unidades inform¨¢ticas ubicadas junto a la memoria. Los investigadores usan computaci¨®n anal¨®gica, que puede procesar se?ales continuas, al igual que las neuronas reales. Varios computadores neurom¨®rficos anal¨®gicos est¨¢n ya en funcionamiento, en EE UU dos ejemplos son NeuRRAM (que gasta 1,000 veces menos que un chip digital) y Neurogrid de ¡°Brains in Silicon¡± en Stanford. En Europa, IMEC construy¨® el primer chip neurom¨®rfico de autoaprendizaje del mundo y demostr¨® su capacidad para aprender a componer m¨²sica. No est¨¢ claro como estos nuevos sistemas llegar¨¢n al mundo real. El problema es que dise?ar hardware es arriesgado y costoso (desarrollar un chip nuevo cuesta entre 30 y 80 millones de d¨®lares y 2-3 a?os).

Quiz¨¢ sea precisamente la situaci¨®n geopol¨ªtica, como pas¨® en el nacimiento de los primeros ordenadores, la que nos d¨¦ el empuj¨®n. En China, la computaci¨®n neurom¨®rfica, se ve como una de las ¨¢reas donde poder sobrepasar a los actuales sistemas digitales y existen laboratorios dedicados en todas sus universidades punteras. En EE UU la Oficina de Inteligencia Digital y Artificial de las fuerzas armadas (CDAO) y otras instituciones militares, desarrollan y financian ya la implementaci¨®n de hardware neurom¨®rfico para uso en combate. Las aplicaciones incluyen auriculares/gafas inteligentes, drones y robots.

En un mundo inestable amenazado de nuevo por guerras, la geopol¨ªtica posiblemente nos llevar¨¢ a reinventar la computaci¨®n y reconectar con Goedel, Turing y von Neumann para superar sus l¨ªmites. Como ellos sab¨ªan bien, la realidad no se puede simular en algoritmos digitales. Volvemos a la realidad de la f¨ªsica, que siempre se escapa del control total de la l¨®gica humana, para intentar avanzar.

Puedes seguir a EL PA?S TECNOLOG?A en Facebook y Twitter o apuntarte aqu¨ª para recibir nuestra newsletter semanal.