TECNOLOGÍA NEUROMORFICA

TECNOLOGÍ ANEUROM OMORFI CA

“tecno “tecnolog logía ía neurom neuromórf órfica ica”” es una de las 10 te tecno cnolog logías ías eme emerg rgent entes es par para a 2015 se 2015  seña ñala lado dos s por por el me meta ta-- co cons nsej ejo o de dell fo foro ro ec econ onóm ómic ico o mu mund ndia iall so sobr bre e tecnologías emergentes. emergentes . Incluso las mejores computadoras de la actualidad no son competencia para la sofisticación del cerebro humano. Las computadoras son lineales y transportan información de un lado a otro entre chips de memoria y un procesador central sobr sobre e una una red red tron tronca call de alta alta velo veloci cida dad. d. El cere cerebr bro, o, por por otro otro lado lado,, está está completamente interconectado, con la lógica y la memoria entrecruzadas con una densidad y diversidad mil millones de veces mayor a la que se puede encontrar en una computadora moderna. Los chips neuromórficos tienen el objetivo de procesar información de una manera fundamentalmente distinta al hardare tradicional, ya que imita la arquitectura del cerebro para provocar un gran aumento en la capacidad de una computadora para pensar y responder. La mini miniat atur uriz izac ació ión n ha prov provoc ocad ado o aume aument ntos os masi masiv vos en la capa capaci cida dad d informática convencional a lo largo de los a!os, pero el obstáculo de tener que mover la información constantemente entre la memoria de almacenamiento y los procesadores centrales requiere grandes cantidades de energ"a e induce calo calorr inde indese sead ado, o, lo que que limit limita a otra otras s mejo mejora ras. s. #or #or el cont contra rari rio, o, los los chip chips s neuromórficos pueden ser más eficientes energ$ticamente y más poderosos, ya que que comb combin inan an comp compon onen ente tes s de alma almace cena nami mien ento to y proc proces esam amie ient nto o de inform informaci ación ón en los mismos mismos módulo módulos s interc intercone onecta ctados dos.. En este este sentid sentido, o, el sistema copia las neuronas en red que, en miles de millones, conforman el cerebro humano.

La tecnolog"a neuromórfica será la pró%ima etapa de la informática potente, al permitir un procesamiento de información ampliamente más rápido y una mejor  capacidad de aprendizaje para las máquinas. El chip &rue'orth de I(), con un millón de neuronas, cuyo prototipo se presentó en agosto de *+-, tiene una potencia para ciertas tareas que es cientos de veces superior a la de una #/ 0unidad central de procesamiento1 convencional, y por primera vez, más

comparable a la corteza humana. on mucha más potencia informática disponible con menos energ"a y volumen, los chips neuromórficos deber"an permitir que las máquinas a peque!a escala más inteligentes controlen la pró%ima etapa de miniaturización y de inteligencia artificial. Las aplicaciones posibles incluyen2 drones más capaces de procesar y responder a se!ales visuales, cámaras y tel$fonos inteligentes mucho más poderosos e inteligentes, y la revisión de información a un nivel que puede ayudarnos a descifrar los secretos de los mercados financieros o el pronóstico del tiempo. Las computadoras serán capaces de anticipar y aprender, en lugar  de solo responder de maneras pre3programadas. La militarización ha provocado aumentos masivos en la capacidad informática convencional a lo largo de los a!os, pero el obstáculo de tener que mover la información constantemente entre la memoria de almacenamiento y los procesadores centrales requiere grandes cantidades de energ"a e induce calor  indeseado, lo que limita otras mejoras. #or el contrario, los chips neuromórficos pueden ser más eficientes energ$tica mente y más poderosos, ya que combinan componentes de almacenamiento y procesamiento de información en los mismos módulos interceptados. En este sentido, el sistema copia las neuronas en red que, en miles de millones, conforman el cerebro Los chips neuromórficos tendrán una inteligencia alienígena Los microchips que toman el cerebro como modelo podr"a ser buenos para tareas que desconciertan a los ordenadores actuales tras 4+ a!os de investigación Imagina a una persona en una cafeter"a leyendo estas l"neas en un portátil. La máquina, hecha de metal, plástico y silicio consume unos 5+ vatios de potencia mientras traduce trozos de información, una larga ristra de s y +s para transformarlos en un patrón de puntos sobre una pantalla. )ientras, dentro de la cabeza de esa persona una masa viscosa de prote"nas, sal y agua, usa una fracción min6scula de esa potencia no sólo para reconocer  los patrones como letras, palabras y frases, sino tambi$n para reconocer la canción que suena en la radio. Este chip de ordenador, fabricado por I() en *+ tiene componentes que funcionan como *57 neuronas y .+*- sinapsis. Los ordenadores son incre"blemente ineficientes en muchas tareas que resultan sencillas incluso a las mentes más simples, como por ejemplo reconocer imágenes y moverse por  espacios desconocidos. Las máquinas que se encuentran en los laboratorios de investigación y grandes centros de datos pueden llevar a cabo este tipo de tareas, pero son inmensas y requieren much"sima energ"a para funcionar, además de una programación especializada. 8ace poco 9oogle copó los titulares por un softare capaz de reconocer de forma fiable a gatos y caras

humanas en v"deos, pero para conseguirlo fueron necesarios no menos de 7.+++ potentes procesadores. Los cerebros computan en paralelo dado que las c$lulas el$ctricamente activas que contienen, las neuronas, operan simultáneamente y sin descanso. /nidas en complejas redes mediante ap$ndices parecidos a hilos, las neuronas influyen en los pulsos el$ctricos de las demás a trav$s de cone%iones llamadas sinapsis. uando la información fluye a trav$s de un cerebro, procesa los datos como una descarga de picos que se e%tienden por sus neuronas y sinapsis. :econoces las palabras de este párrafo, por ejemplo, gracias a un patrón concreto de actividad el$ctrica en tu cerebro que se dispara por el input que reciben tus ojos. ; además hay otra clave, el hardare neuronal es fle%ible2 un nuevo input puede hacer que las sinapsis se adapten, dando a unas neuronas más o menos influencia sobre las otras, un proceso que es la base del aprendizaje. En t$rminos de computación es un sistema masivamente paralelo capaz de reprogramarse. Máquinas de aprendizaje

/n microchip desarrollado en 8:L aprende como un cerebro biológico, fortaleciendo o debilitando cone%iones parecidas a las sinapsis. Red neuronal neuromórfica . omo parte del proyecto ?y'@#?E, financiado por la @gencia de #royectos  @vanzados de Investigación de Aefensa 0A@:#@, por sus siglas en ingl$s1, I() está desarrollando una nueva arquitectura de chip que aspira a emular las capacidades cognitivas del cerebro en eficiencia energ$tica y volumen. En computación en la nube, otra de las áreas de inter$s de I(), la firma ha registrado una patente que automatiza el ciclo de vida de las claves criptográficas utilizadas para preservar la seguridad de los datos, desde su creación y distribución hasta su destrucción.