Computación Neuromórfica, imitando al cerebro
La computación neuromórfica, a veces denominado ingeniería neuromórfica, es un método de ingeniería informática en el que los elementos de una computadora se modelan a partir de los sistemas del cerebro y el sistema nervioso humanos. El término se refiere al diseño de elementos informáticos tanto de hardware como de software.
Los ingenieros neuromórficos se basan en varias disciplinas. Tales como la informática, la biología, las matemáticas, la ingeniería electrónica y la física, para crear sistemas neuronales artificiales inspirados en estructuras biológicas.
Hay dos objetivos generales de la computación neuromórfica (a veces denominada ingeniería neuromórfica).
- Crear un dispositivo que pueda aprender, retener información e incluso hacer deducciones lógicas de la forma en que lo hace un cerebro humano. Es decir, una máquina de cognición.
- Adquirir nueva información, y quizás probar una teoría racional, sobre cómo funciona el cerebro humano.
Imitando al cerebro
Los sistemas neuromórficos logran un cálculo rápido y un bajo consumo de energía. Además de una alta adaptabilidad, flexibilidad y tolerancia a fallos. Es decir, intentan imitar el funcionamiento del cerebro.
Por ejemplo, el cerebro usa aproximadamente 20 vatios de energía en promedio, que es aproximadamente la mitad de la de una computadora portátil estándar.
El cerebro es extremadamente tolerante a los fallos, la información se almacena de forma redundante (en varios lugares). Incluso los fallos relativamente graves de determinadas áreas del cerebro no impiden el funcionamiento general.
También el cerebro puede resolver problemas novedosos y adaptarse a nuevos entornos muy rápidamente.
La computación neuromórfica logra estas funciones y eficiencia similar a la del cerebro mediante la construcción de sistemas neuronales artificiales que implementan «neuronas» (los nodos reales que procesan información) y «sinapsis» (las conexiones entre esos nodos) para transferir señales eléctricas utilizando circuitos analógicos. Esto les permite modular la cantidad de electricidad que fluye entre esos nodos para imitar los diversos grados de fuerza que tienen las señales cerebrales que ocurren naturalmente.
El sistema de neuronas y sinapsis que transmiten estos pulsos eléctricos se conoce como red neuronal de picos (SNN). Esta red puede medir estos cambios discretos de señal analógica y no están presentes en las redes neuronales tradicionales que utilizan señales digitales con menos matices.
(Para saber más sobre el cerebro haz clic AQUÍ)
Actualidad de la computación neuromórfica
La computación neuromórfica es un campo emergente de la tecnología que en su mayor parte aún se está investigando. Sólo recientemente ha habido intentos de uso práctico de arquitecturas informáticas neuromórficas.
Los desarrollos más recientes en hardware neuromórfico tienen el potencial de mejorar la eficiencia de las redes neuronales actuales, que actualmente se ejecutan en unidades de procesamiento gráfico (GPU) algo ineficientes. Sin embargo, un chip cerebral humano funcional está todavía muy lejos.
A pesar de estar en sus inicios, existe una inversión significativa en este campo. Aunque hay escépticos, muchos expertos creen que la computación neuromórfica tiene el potencial de revolucionar el poder algorítmico, la eficiencia y las capacidades generales de la IA. Además, revelar nuevos conocimientos sobre la cognición.
Actualmente, por ejemplo, IBM e Intel abordan la computación neuromórfica desde una perspectiva computacional, enfocándose en mejorar la eficiencia y el procesamiento. Por otro lado, las universidades adoptan un enfoque de neurociencia primero, utilizando computadoras neuromórficas como un medio para aprender sobre el cerebro humano.
Ambos enfoques son importantes para el campo de la computación neuromórfica, ya que ambos tipos de conocimiento son necesarios para hacer avanzar la IA.
Desafíos y potencial
Uno de los principales desafíos que enfrenta el campo de las neurocomputadoras es que carece de desarrolladores e ingenieros de software. Para que los sistemas neuromórficos entren en producción, se requiere un cambio en el pensamiento.
Los desarrolladores, investigadores e ingenieros deben estar dispuestos a ir más allá del modo actual de pensar sobre la arquitectura de la computadora y comenzar a pensar fuera del marco tradicional de von Neumann.
Los investigadores deberán desarrollar nuevas formas de medir y evaluar el rendimiento de estas nuevas arquitecturas para poder mejorarlas. También deberán fusionar la investigación con otros campos emergentes, como la computación probabilística, que tiene como objetivo ayudar a la IA a gestionar la incertidumbre y el ruido.
Los expertos predicen que cuando las computadoras neuromórficas se destaquen, funcionarán bien para ejecutar algoritmos de IA (inteligencia artificial) fuera de la nube debido a su tamaño más pequeño y bajo consumo de energía.
Al igual que un humano, serían capaces de adaptarse a su entorno, recordando lo que es necesario y accediendo a una fuente externa (la nube en este caso) para obtener más información cuando sea necesario.
Otras aplicaciones potenciales de esta tecnología serían:
- coches sin conductor
- dispositivos domésticos inteligentes
- comprensión del lenguaje natural
- analítica de datos
- optimización de procesos
- procesamiento de imágenes en tiempo real para su uso en cámaras de policía, por ejemplo
La computación neuromórfica ofrece nuevas vías emergentes para avanzar hacia una inteligencia artificial (IA) similar a la humana.
Por ejemplo, Human Brain Project, que cuenta con la supercomputadora neuromórfica SpiNNaker. Esta supercomputadora tiene como objetivo producir una simulación del funcionamiento del cerebro humano y es uno de los muchos proyectos de investigación activos en AI.
¿Te interesan estos temas de Neurociencia y Tecnología? Para saber más haz clic AQUÍ
Según el profesor Dmitri Strukov, ingeniero eléctrico de la Universidad de California en Santa Bárbara, la exigencia del cálculo neuromórfico nace de la enorme cantidad de datos que hoy se generan y que deben ser archivados y clasificados. El tráfico de datos entre la memoria y las unidades de procesamiento separadas en los ordenadores genera, de hecho, un enorme consumo de energía, con la consiguiente disminución notable de la velocidad de cálculo. Los últimos avances en nanotecnología ofrecen la posibilidad de integrar la memoria directamente en la unidad de procesamiento.
Según Strukov, la idea de la informática neuromórfica es inspirarse en el cerebro para que se diseñen chips informáticos que combinen memoria y procesamiento. En el cerebro, las sinapsis proporcionan un acceso directo a la memoria a las neuronas que procesan la información y así es como el cerebro alcanza una potencia y una velocidad de cálculo impresionantes con un consumo de energía mínimo. Imitando esta arquitectura, el cálculo neuromórfico proporciona un camino para construir chips neuromórficos inteligentes que consumen poca energía y, mientras tanto, aumenten la potencia de cálculo.
El hecho de que los sistemas neuromórficos estén diseñados para imitar el cerebro humano plantea importantes cuestiones éticas. Los chips neuromórficos de inteligencia artificial tienen más en común con la cognición humana que con la lógica informática convencional. La pregunta que surge es cuáles serán las percepciones, actitudes e implicaciones cuando un ser humano se encóntrará con una máquina que tiene más similitudes en sus redes neuronales con las redes neuronales de un ser humano que con un microprocesador.
Desde el punto de vista clínico, sin embargo, en Italia se ha dado un gran paso adelante que vale la pena mencionar.
En particular, en el centro de Nápoles del Instituto Italiano de Tecnología (Iit), en colaboración con Universidad Federico II de Nápoles y Universidad Técnica de Aquisgrán (Alemania), un equipo de investigadores desarrolló en laboratorio neuronas artificiales «travestidas» de células para engañar a las células del cerebro y ser aceptadas. El resultado es publicado en la revista Advanced Materials.
En el ámbito de las enfermedades neurodegenerativas, las neuronas ‘enmascaradas’ podrían utilizarse para restaurar las conexiones neuronales dañadas, y también son posibles aplicaciones en los casos de amputación, donde estos dispositivos podrían servir de puente entre las terminaciones nerviosas biológicas preservadas y los circuitos de las prótesis artificiales robóticas de nueva generación.
Los investigadores del Iit lograron enmascarar un dispositivo artificial dándole el aspecto de una célula, reproduciendo en el laboratorio las características típicas de la membrana celular sobre el chip y apuntando a dos objetivos: engañar a las células del sistema nervioso, impulsando a reconocer el dispositivo como parte de su entorno biológico disminuyendo las posibilidades de rechazo; y mejorar el paso del impulso nervioso entre la célula y el chip.
Con este dispositivo biomimético no sólo el tejido biológico no sufre el trauma causado por la introducción de un elemento extraño, pero el hecho de que las neuronas artificiales imiten las membranas también da a los dispositivos electrónicos la capacidad de mantener la memoria de los estímulos externos, al igual que lo hacen las neuronas. El próximo objetivo del equipo es desarrollar un dispositivo con una membrana celular más compleja y más similar a la de una célula nerviosa, que también pueda liberar y recibir neurotransmisores.
____________
Referencias
https://www.reccom.org/neuromorfica/
https://www.ansa.it/canale_scienza_tecnica/notizie/biotech/2022/03/09/neuroni-artificiali-travestiti-per-ingannare-il-cervello_e4bf8999-e9b9-4718-be38-755fd6e4a511.html