Arquitectura neuromórfica para nueva generación de chips
La computación inspirada en el cerebro humano dio un nuevo paso con una arquitectura que promete resolver uno de los principales desafíos de los sistemas neuromórficos. Investigadores de la Universidad de Yale desarrollaron un método que mejora la escalabilidad sin comprometer la precisión de los resultados.
El avance fue publicado en Nature Communications y presenta NeuroScale, una arquitectura diseñada para optimizar el funcionamiento de los chips neuromórficos. Estos circuitos integrados imitan el comportamiento de las neuronas y sinapsis biológicas para estudiar el cerebro y desarrollar nuevas generaciones de inteligencia artificial con un consumo energético significativamente menor.
La investigación fue dirigida por Rajit Manohar, profesor de Yale, junto con Congyang Li, estudiante de doctorado y autor principal del estudio. El equipo explicó que los diseños actuales dependen de un mecanismo de sincronización global que obliga a todos los componentes a trabajar al ritmo del más lento, limitando el crecimiento de estos sistemas.
Además, esa sincronización añade una carga adicional que debe propagarse por toda la red, reduciendo la eficiencia conforme aumenta el número de neuronas artificiales.
Para superar esta limitación, NeuroScale reemplaza ese mecanismo por una sincronización local y distribuida. En lugar de coordinar toda la red al mismo tiempo, sincroniza únicamente grupos de neuronas y sinapsis directamente conectados, lo que permite mantener resultados reproducibles sin afectar la capacidad de expansión.
Los investigadores sostienen que este enfoque acerca el comportamiento del sistema a las mismas leyes de escalabilidad observadas en redes biológicas. Asimismo, facilita el desarrollo de plataformas capaces de integrar miles de millones de neuronas artificiales con mayor eficiencia energética.
El siguiente paso será fabricar el primer chip físico basado en NeuroScale para pasar de las simulaciones a una implementación en silicio. Paralelamente, el equipo trabaja en una arquitectura híbrida que combine este modelo con los sistemas utilizados actualmente en plataformas como IBM TrueNorth e Intel Loihi. También participaron especialistas del Yale Institute for Biospheric Studies, quienes buscan ampliar las aplicaciones de esta tecnología en inteligencia artificial, robótica y neurociencia computacional.
Emma Teni pasa sus jornadas manipulando algunas de las arañas más peligrosas del mundo. En…
Un controvertido proyecto científico busca construir desde cero componentes fundamentales del ADN humano, una posibilidad…
La caminata japonesa se ha convertido en una tendencia de fitness por ofrecer una rutina…
Algunos jóvenes adultos están sustituyendo el alcohol por medicamentos de prescripción y sustancias experimentales para…
El ébola atraviesa su episodio más letal registrado en la República Democrática del Congo. Las…
Las alergias infantiles ya no se abordan exclusivamente evitando aquello que desencadena una reacción. La…