Mike Davies, Intel Labs: ¡°Se est¨¢ llegando al l¨ªmite de lo que la inform¨¢tica b¨¢sica puede proporcionar¡±

El constante incremento de tr¨¢fico de datos (un 22% m¨¢s el pasado a?o en relaci¨®n con 2022, seg¨²n DE-CIX) y las nuevas exigencias computacionales de la inteligencia artificial llevan a los sistemas convencionales al l¨ªmite. Se necesitan nuevas f¨®rmulas y la computaci¨®n cu¨¢ntica a¨²n no es alternativa. La compa?¨ªa electr¨®nica Intel es una de las m¨¢s avanzadas en el desarrollo de sistemas neurom¨®rficos, una conjunci¨®n de biolog¨ªa y tecnolog¨ªa que busca imitar la forma en que los seres humanos procesan la informaci¨®n. Junto a ella, en esta carrera por un procesamiento m¨¢s eficaz y eficiente, corren IBM, Qualcomm y centros de investigaci¨®n como el Instituto de Tecnolog¨ªa de California (Caltech), donde naci¨® este concepto de la mano de Carver Mead, el MIT (Instituto de Tecnolog¨ªa de Massachusetts), el Instituto Max Planck de Neurobiolog¨ªa en Alemania y la Universidad de Stanford.

Intel ha anunciado este mes el mayor sistema neurom¨®rfico del mundo: Hala Point, con 1.150 millones de neuronas tecnol¨®gicas y 1.152 procesadores (chips) Loihi 2 que consumen un m¨¢ximo de 2.600 vatios y con una capacidad de procesamiento equivalente a la del cerebro de un b¨²ho. Un estudio publicado en IEEE Xplore le atribuye mayor eficiencia y rendimiento que los sistemas basados en unidades de procesamiento centrales (CPU) y gr¨¢ficos (GPU), los motores inform¨¢ticos convencionales.

Mike Davies, nacido en Dallas y que en julio cumple 48 a?os, es director de computaci¨®n neurom¨®fica en Intel Labs y m¨¢ximo responsable de los ¨²ltimos avances sobre los que descansa el futuro inmediato de la computaci¨®n.

Pregunta. ?Qu¨¦ es un sistema neurom¨®rfico?

Respuesta. Es un dise?o de computaci¨®n que se inspira en la comprensi¨®n moderna de c¨®mo funcionan los cerebros y que significa superar las siete u ocho d¨¦cadas de arquitectura convencional. Desde una perspectiva b¨¢sica, estamos tratando de comprender los principios de la neurociencia moderna para aplicarlo a los chips y sistemas con el fin de crear algo que opera y procesa informaci¨®n de forma m¨¢s parecida a como funciona un cerebro.

P. ?C¨®mo funciona?

R. Si abres el sistema, los chips, ves diferencias muy llamativas en el sentido de que no hay memoria; todos los elementos de computaci¨®n, de procesamiento y memoria est¨¢n integrados entre s¨ª. Nuestro sistema Hala Point, por ejemplo, es una red tridimensional de chips similar a un cerebro y todo se comunica con todo, como una neurona se comunica a trav¨¦s del cerebro con otro conjunto de neuronas conectadas. En un sistema tradicional, tienes memoria al lado de un procesador y el este lee continuamente fuera de la memoria.

Hala Point es una red tridimensional de chips similar a un cerebro y todo se comunica con todo, como una neurona se comunica a trav¨¦s del cerebro con otro conjunto de neuronas conectadas

P. ?Es necesario este modelo porque estamos llegando al l¨ªmite de computaci¨®n convencional?

R. Se est¨¢ progresando mucho en inteligencia artificial y en aprendizaje profundo. Es muy emocionante, pero es dif¨ªcil ver c¨®mo continuar¨¢n estas tendencias de investigaci¨®n cuando el incremento en los requisitos de computaci¨®n para estos modelos de IA crece a tasas exponenciales, es decir, mucho m¨¢s r¨¢pido que los avances de fabricaci¨®n. Se est¨¢ llegando al l¨ªmite de lo que esta arquitectura inform¨¢tica b¨¢sica puede proporcionar. Adem¨¢s, si nos fijamos solo en la eficiencia energ¨¦tica de estos chips y sistemas de IA tradicionales en comparaci¨®n con el cerebro, hay muchos ¨®rdenes de magnitud de diferencia. No es tanto que las arquitecturas inform¨¢ticas tradicionales no sean capaces de proporcionar grandes ganancias en computaci¨®n e inteligencia artificial, sino que estamos buscando una mayor funcionalidad, al disponer de computadoras que operan como el cerebro, y hacerlo de una manera muy eficiente.

P. ?Es la eficiencia energ¨¦tica la principal ventaja?

R. Es una de las principales. Hay una gran diferencia en la eficiencia del cerebro y la de la computaci¨®n tradicional. Pero las arquitecturas neurom¨®rficas inspiradas en el cerebro pueden proporcionar tambi¨¦n ventajas de rendimiento. Pensamos en las GPU como dispositivos de rendimiento incre¨ªblemente alto, pero, de hecho, solo si tienes un tama?o muy grande y gran cantidad de datos para procesar disponibles en el disco o justo al lado del procesador para que se puedan leer. Pero si los datos llegan de los sensores, de las c¨¢maras o de los videos en tiempo real, entonces, la eficiencia y el poder de las arquitecturas tradicionales es mucho menor. Ah¨ª es donde las arquitecturas neurom¨®rficas realmente pueden proporcionar un gran aumento en la velocidad, as¨ª como de eficiencia.

P. ?La inteligencia artificial necesita un sistema neurom¨®rfico para crecer?

R. Creemos que s¨ª. Pero estamos en un nivel de investigaci¨®n. No est¨¢ claro hoy c¨®mo implementar esto comercialmente. Hay muchos problemas a¨²n por resolver en cuanto al software [programaci¨®n], los algoritmos. Muchos enfoques convencionales no se ejecutan de forma nativa en hardware [equipos] neurom¨®rfico porque es un enfoque de programaci¨®n diferente. Creemos que este es el camino correcto para lograr las ganancias que necesitamos en eficiencia energ¨¦tica y en rendimiento para este tipo de cargas de trabajo, pero sigue siendo una pregunta abierta.

P. ?Veremos un chip neurom¨®rfico en un ordenador o un tel¨¦fono m¨®vil?

R. Creo que s¨ª, es cuesti¨®n de tiempo. No ser¨¢ el pr¨®ximo a?o, pero la tecnolog¨ªa madurar¨¢ y se implementar¨¢ en edge computing [procesamiento de datos cerca de su origen para ganar velocidad y eficiencia], m¨®viles, veh¨ªculos aut¨®nomos, drones o en el ordenador port¨¢til. Nuestro Hala Point, dise?ado para un centro de datos, es una caja del tama?o de un microondas grande. Pero, si miramos a la naturaleza, vemos que hay cerebros de todos los tama?os. Los de insectos son muy impresionantes, incluso a peque?a escala. Y luego est¨¢, por supuesto, el cerebro humano. Estamos siguiendo ambas direcciones en la investigaci¨®n. Creemos que la comercializaci¨®n comenzar¨¢ en el edge computing, pero hay una necesidad de seguir empujando y haciendo investigaci¨®n a gran escala.

En los centros de datos podr¨ªamos ver estos sistemas en cinco a?os

P. ?Cu¨¢ndo estar¨¢n?

R. Es dif¨ªcil de predecir porque todav¨ªa hay preguntas abiertas en la investigaci¨®n. En los centros de datos podr¨ªamos ver estos sistemas en cinco a?os. Tambi¨¦n vemos futuro en todo lo que necesita funcionar con bater¨ªa, ya que el ahorro de energ¨ªa que puede ofrecer un sistema neurom¨®rfico es extremadamente importante. Tambi¨¦n hay aplicaciones algo menos obvias, como las estaciones base inal¨¢mbricas para la infraestructura de telefon¨ªa. Estamos trabajando con Ericsson para optimizar los canales de comunicaci¨®n.

P. ?Es la computaci¨®n con sistemas neurom¨®rficos complementaria a la cu¨¢ntica?

R. Creo que son complementarios en algunos aspectos, aunque son muy diferentes. La computaci¨®n cu¨¢ntica est¨¢ buscando la innovaci¨®n en la fabricaci¨®n de dispositivos f¨ªsicos y tratando de escalar. Lo que ofrece es muy novedoso e impresionante, pero no est¨¢ claro cu¨¢l ser¨¢ el modelo de programaci¨®n de la cu¨¢ntica una vez que se pueda escalar y qu¨¦ tipo de cargas soportar¨¢. La computaci¨®n neurom¨®rfica disponible hoy es muy buena para el tipo de cargas de trabajo de IA. Pero hay una intersecci¨®n en el espacio de aplicaci¨®n de la cu¨¢ntica y la neurom¨®rfica y ah¨ª es donde es interesante pensar en resolver problemas de optimizaci¨®n dif¨ªciles y permitir que las personas experimenten, creen prototipos y aprendan a programar este tipo de sistemas.

Implantar chips neurom¨®rficos en el cerebro es una aplicaci¨®n muy natural de estos sistemas porque, al ser una arquitectura que se comporta como las neuronas, hablar¨ªa naturalmente el lenguaje de nuestro cerebro

P. ?Podr¨ªamos ver sistemas neurom¨®rficos instalados en nuestro cerebro?

R. Hay algunos investigadores interesados en la neuropr¨®tesis, en la aplicaci¨®n de la computaci¨®n neurom¨®rfica, lo que significar¨ªa tratar de reparar problemas o patolog¨ªas en el cerebro donde ha habido alguna p¨¦rdida de funci¨®n y devolver el control sobre tu cuerpo. La investigaci¨®n est¨¢ en una etapa temprana, pero creo que, a largo plazo, es una aplicaci¨®n muy natural de la computaci¨®n neurom¨®rfica porque, al ser una arquitectura que se comporta como las neuronas, hablar¨ªa naturalmente el lenguaje de nuestro cerebro.

P. Los sistemas disponibles, ?a qu¨¦ cerebros equivalen?

R. En t¨¦rminos de la cantidad de neuronas, es similar al cerebro de b¨²ho. Pero si nos fijamos en la zona del cerebro donde ocurre gran parte de la inteligencia de orden superior, equivaldr¨ªa a un mono capuchino. Muchos de nosotros, en este campo de investigaci¨®n, tenemos el cerebro humano en mente como una especie de visi¨®n para la escala de sistema que nos gustar¨ªa construir. Pero no tratamos de llegar demasiado r¨¢pido. Tenemos que construirlo bien y necesitamos saber c¨®mo hacerlo ¨²til. Por eso este sistema sigue siendo una herramienta para la investigaci¨®n, para que podamos seguir experimentando

P. ?En qu¨¦ casos concretos son m¨¢s eficaces estos sistemas?

R. En encontrar el mejor camino en un mapa vemos aceleraciones de hasta 50 veces en comparaci¨®n con los mejores solucionadores convencionales. En t¨¦rminos de energ¨ªa se est¨¢n alcanzando niveles 1.000 veces m¨¢s eficientes.

P. ?Podr¨ªa aprovechar Europa esta nueva l¨ªnea para recuperar posiciones en la carrera por los chips, de la que es dependiente de otros continentes?

R. Si miramos hacia el futuro, hay mucha innovaci¨®n que necesitaremos a largo plazo para lograr el tama?o y la eficiencia de la naturaleza, que sigue siendo incre¨ªblemente impresionante. Todav¨ªa hay un largo camino por recorrer y para llegar all¨ª necesitamos innovaci¨®n en la fabricaci¨®n. Es necesario que haya nuevos dispositivos y nueva tecnolog¨ªa de memoria para asimilarlos al cerebro. Ahora no hay una regi¨®n geogr¨¢fica con ventaja en este dominio, por lo que es una oportunidad. La alta tecnolog¨ªa siempre implica innovaci¨®n y nada permanece est¨¢tico. Hay una necesidad de nuevos avances y es impredecible de d¨®nde pueden venir.

Puedes seguir a EL PA?S Tecnolog¨ªa en Facebook y X o apuntarte aqu¨ª para recibir nuestra newsletter semanal.