A finales del 2012, IBM anunció que
utilizó el supercomputador Blue Gene/Q Sequoia, para hacer y de hecho, lograr una
simulación sin precedentes, de más de 530 mil millones de neuronas. El Blue Gene/Q Sequoia logró la increíble hazaña,
gracias a su fantástica velocidad, que era nada más y nada menos que de 16 mil millones de cálculos por
segundo. Es una velocidad de vértigo, tanto así que en la actualidad está posicionado como el segundo
superordenador más rápido del mundo, después del superordenador Titan, del Laboratorio Nacional de Oak Ridge.
¿Les pareció increíble?, bueno la realidad es que de acuerdo con Kwabena Boahen, Ph.D., el Blue Gene/Q Sequoia aún no se compara con la potencia de cálculo del propio cerebro humano. Boahen (profesor de la Universidad de Stanford, director de Brains in
Silicon Research Laboratory) afirmó que, "El cerebro es realmente capaz de hacer
más cálculos por segundo que la supercomputadora más rápida".
Pero no nos adelantemos y nos esponjemos, puesto que lo antes mencionado no quiere decir que el cerebro es más
rápido que una supercomputadora. De hecho, en realidad es mucho más
lento. El cerebro humano puede hacer más cálculos por segundo porque es "masivamente paralelo", es decir que las redes de neuronas trabajan al
mismo tiempo para resolver un gran número de problemas a la vez.
A continuación, les presento un vídeo que muestra la simulación del firmamento espacial, realizada por el supercomputador Blue Gene/Q...
El Dr. Boahen labora a la vanguardia de un
campo llamado ingeniería neuromórfica, que consiste en replicar la
extraordinaria capacidad computacional del cerebro humano, utilizando equipo físico (hardware), claro, innovador y aplicaciones (software). El logro más reciente de su
laboratorio es una nueva plataforma informática denominada Neurogrid,
que simula la actividad de 1 millón de neuronas.
Neurogrid es la primera plataforma de
simulación que puede modelar un millón de neuronas en tiempo real. Como
tal, representa una herramienta poderosa para la investigación del
cerebro humano. Además de proporcionar información sobre el
funcionamiento normal del cerebro, tiene el potencial de arrojar luz
sobre las enfermedades cerebrales complejas, como el autismo y la
esquizofrenia, que han sido hasta ahora muy difíciles de modelar.
Por ejemplo, en el siguiente video
podemos apreciar una modelización del cerebro echa por un computador
clásico. No ha sido hecha con Neurogrid, pero se aproxima bastante en el
resultado.
Un cierto grado de paralelismo en estos
diseños se ha conseguido en los GPUs, pero aun así, usan los
transistores fundamentalmente, de la misma manera, de forma digital.
Simular digitalmente los canales iónicos en neuronas generadas por
software es la principal fuente de sobrecarga computacional.
Mientras que la simulación se refiere a
la captura de las propiedades esenciales con el software, la emulación
se refiere al hardware. Con el enfoque neuromórfico, el flujo de iones a
través de los canales, se emula directamente con el flujo de electrones
a través de los transistores. En lugar de usar el típico funcionamiento
de encendido y apagado, toda la dinámica de los transistores, agrupados
en grupos de 6 u 8, se utilizan para emular el compartimento de las
neuronas. Se le da cada neurona una dirección que apunta a una ubicación
de memoria de almacenamiento local en la RAM. La RAM, a continuación,
retiene la dirección del objetivo sináptico.
Cuando la dirección de destino se
retroalimenta al chip, una mini tensión, un potencial sináptico, es
enviado al objetivo. Las sinapsis virtuales “cableadas” por software, se
pueden codificar, traducir y decodificar lo suficientemente rápido como
para dirigir millones de datos por segundo. Lo que es más interesante y
relevante para los cerebros de hardware, que tienen memoria y pueden
aprender, es que estos “cableados” de software, pueden ser desviados,
sobrescribiendo la lookup table de la RAM.
Boahen y otros esperan ahora, que todo
este conocimiento, pueda sacar la computación neuromórfica fuera del
laboratorio para llevarla a darle aplicaciones en el mundo real.
No hay comentarios:
Publicar un comentario