Intel Labs y el Tu Graz consiguen grandes mejoras de eficiencia gracias al hardware neuromórfico

Una investigación conjunta realizada por Intel Labs y el Instituto de Ciencias Informáticas Teóricas de la Universidad de Graz, situado en Austria, ha puesto de relieve que la computación neuromórfica es hasta dieciséis veces más eficiente para trabajar con redes de aprendizaje profundo, un dato verdaderamente impresionante que no ha dejado a nadie indiferente.

La base de esta investigación ha sido el chip Intel Loihi, sobre el que ya tuvimos la oportunidad de hablaros en este artículo hace unos años, y que fue objeto de una renovación generacional hace cosa de unos meses, como os contamos también en este otro artículo. Los chips neuromórficos Intel Loihi están inspirados en la estructura y el funcionamiento del cerebro humano, y se especializan en el aprendizaje profundo. Ese diseño, y esa especialización, son los dos factores clave que le permiten ofrecer un rendimiento y una eficiencia superiores.

Esa eficiencia responde, precisamente, a uno de los desafíos más importantes que afrontan las máquinas y los ordenadores inteligentes. Estos pueden trabajar con un cierto grado de autonomía, son capaces de reconocer objetos y sujetos, y gracias al aprendizaje profundo los sistemas de inteligencia artificial en los que se basan pueden seguir mejorando. Sin embargo, el consumo de energía es uno de los mayores obstáculos que encontramos actualmente para ampliar el alcance de la inteligencia artificial, y del aprendizaje profundo.

Ahí es donde entra en juego esta investigación y las mejoras en eficiencia que pueden lograr los equipos basados en Intel Loihi. Mejorar la eficiencia hasta en dieciséis veces quiere decir que el hardware neuromórfico es capaz de ofrecer el mismo rendimiento que el hardware tradicional en aprendizaje profundo, pero consumiendo un 1.600% menos.

Impresionante, ¿verdad? Pues espera, que todavía hay un dato clave que te va a dejar boquiabierto, y es que, según la fuente de la noticia, los chips neuromórficos con cientos de miles de millones de neuronas pueden procesar enormes cantidades de información con un consumo de solo 20 vatios, lo mismo que una bombilla.

La investigación conjunta de Intel Labs y el Instituto de Ciencias Informáticas Teóricas de la Universidad de Graz se centró en algoritmos que trabajaban con procesos temporales. Así, por ejemplo, el sistema tenía que preguntar sobre una historia que se le había contado anteriormente, y captar por sí mismo las relaciones entre los objetos y las personas partiendo del contexto de la misma. Para realizar esta investigación se utilizó un bloque Nahuku con 32 chips Intel Loihi, y fue posible emular la memoria humana a corto plazo.

Los paralelismos entre el hardware neuromórfico y el cerebro humano son impresionantes, y la excelente relación entre potencia y consumo que tiene dicho tipo de hardware no hace más que poner de relieve que, en el fondo, nuestro cerebro es algo prodigioso. Sobre este tema Mike Davies, director del Laboratorio de Computación Neuromórfica de Intel, comentó:

«Los chips de investigación Loihi de Intel prometen importantes mejoras en IA, especialmente al reducir su alto costo de energía. Nuestro trabajo con el TU Graz arroja más evidencias de que la tecnología neuromórfica puede mejorar la eficiencia energética de las cargas de trabajo de aprendizaje profundo actuales al replantear su implementación desde la perspectiva de la biología».