Una computadora cognitiva combina inteligencia artificial y algoritmos de aprendizaje automático, en un enfoque que intenta reproducir el comportamiento del cerebro humano. [1] Generalmente adopta un enfoque de ingeniería neuromórfica . La máquina Watson de la empresa IBM proporciona un ejemplo de una computadora cognitiva implementada mediante el uso de redes neuronales y aprendizaje profundo . Un desarrollo posterior de IBM es la arquitectura de microchip TrueNorth , que está diseñada para tener una estructura más cercana al cerebro humano que la arquitectura de von Neumann utilizada en las computadoras convencionales. [1]En 2017, Intel anunció su propia versión de un chip cognitivo en "Loihi", que estará disponible para laboratorios universitarios y de investigación en 2018. Intel, Qualcomm y otros están mejorando constantemente los procesadores neuromórficos, Intel con sus sistemas Pohoiki Beach y Springs [2 ] [3]
Chip IBM TrueNorth
TrueNorth era un circuito integrado CMOS neuromórfico producido por IBM en 2014. [4] Es una red de procesadores de muchos núcleos en un diseño de chip , con 4096 núcleos , cada uno con 256 neuronas simuladas programables para un total de poco más de un millón de neuronas. A su vez, cada neurona tiene 256 " sinapsis " programables que transmiten las señales entre ellas. Por lo tanto, el número total de sinapsis programables es un poco más de 268 millones (2 28 ). Su recuento básico de transistores es de 5.400 millones. Dado que la memoria, la computación y la comunicación se manejan en cada uno de los 4096 núcleos neurosinápticos, TrueNorth elude el cuello de botella de la arquitectura von Neumann y es muy eficiente energéticamente, con IBM afirmando un consumo de energía de 70 milivatios y una densidad de potencia de 1 / 10,000 de los microprocesadores convencionales. [5] El chip SyNAPSE opera a temperaturas y potencia más bajas porque solo consume la energía necesaria para el cálculo. [6] Los Skyrmions se han propuesto como modelos de la sinapsis en un chip. [7] [8]
Las neuronas se emulan utilizando un modelo de integración y disparo de fuga lineal (LLIF), una simplificación del modelo de integración y disparo de fuga .
Chip Intel Loihi
El chip neuromórfico de autoaprendizaje de Intel, llamado Loihi (producido en 2017), quizás llamado así por el monte submarino hawaiano Lōʻihi , ofrece una eficiencia energética sustancial diseñada según el cerebro humano. Intel afirma que Loihi es aproximadamente 1000 veces más eficiente en energía que la potencia informática de propósito general necesaria para entrenar las redes neuronales que rivalizan con el rendimiento de Loihi. En teoría, esto respaldaría tanto el entrenamiento de aprendizaje automático como la inferencia en el mismo silicio independientemente de una conexión en la nube, y sería más eficiente que usar redes neuronales convolucionales (CNN) o redes neuronales de aprendizaje profundo . Intel apunta a un sistema para monitorear los latidos del corazón de una persona, tomar lecturas después de eventos como el ejercicio o comer, y usar el chip de computación cognitiva para normalizar los datos y calcular el latido "normal" del corazón. Luego puede detectar anomalías, pero también tratar cualquier evento o condición nuevos.
La primera iteración del chip Loihi se realizó utilizando el proceso de fabricación de 14 nm de Intel y alberga 128 grupos de 1,024 neuronas artificiales cada uno para un total de 131,072 neuronas simuladas. [9] Esto ofrece alrededor de 130 millones de sinapsis , que todavía está muy lejos de los 800 billones de sinapsis del cerebro humano , y detrás de TrueNorth de IBM , que tiene alrededor de 256 millones usando 64 por 4.096 núcleos. [10] Loihi ahora está disponible para fines de investigación entre más de 40 grupos de investigación académicos como factor de forma USB . [11] [12] Los desarrollos recientes incluyen un chip de 64 núcleos llamado Pohoiki Beach (después de Isaac Hale Beach Park , también conocido como Pohoiki). [13]
En octubre de 2019, investigadores de la Universidad de Rutgers publicaron un artículo de investigación para demostrar la eficiencia energética de Loihi de Intel para resolver la localización y el mapeo simultáneos . [14]
En marzo de 2020, Intel y la Universidad de Cornell publicaron un artículo de investigación para demostrar la capacidad de Loihi de Intel para reconocer diferentes materiales peligrosos , lo que eventualmente podría ayudar a "diagnosticar enfermedades, detectar armas y explosivos , encontrar narcóticos y detectar señales de humo y monóxido de carbono". ". [15]
Espinaquer
Spinnaker (Rematar Neural Network Architecture) es un masivamente paralelo , Manycore arquitectura de superordenador diseñado por el procesador de Tecnologías Avanzadas de Grupo de Investigación (APT) en el Departamento de Ciencias de la Computación de la Universidad de Manchester . [dieciséis]
Crítica
Hay muchos enfoques y definiciones para una computadora cognitiva , [17] y otros enfoques pueden ser más fructíferos que los demás. [18]
Específicamente, hay críticos que argumentan que una computadora del tamaño de una habitación, como el caso de Watson, no es una alternativa viable a un cerebro humano de tres libras. [19] Algunos también citan la dificultad de que un solo sistema reúna tantos elementos, como las distintas fuentes de información y los recursos informáticos. [20] Durante el Foro Económico Mundial de 2018 , hubo expertos que afirmaron que los sistemas cognitivos podrían adoptar los sesgos de sus desarrolladores y que esto se demostró en el caso del algoritmo de reconocimiento de imágenes o visión por computadora de Google , que identificó desfavorablemente a los afroamericanos . [21]
Ver también
- Acelerador de IA
- Computación cognitiva
- Cognición computacional
- Ingeniería neuromórfica
- SyNAPSE
- Unidad de procesamiento de tensor
- prueba de Turing
Referencias
- ↑ a b Witchalls, Clint (noviembre de 2014). "Una computadora que piensa". Nuevo científico . 224 (2994): 28-29. Código bibliográfico : 2014NewSc.224 ... 28W . doi : 10.1016 / S0262-4079 (14) 62145-X .
- ^ Pohoiki Beach de Intel, un sistema neuromórfico de 64 chips, ofrece resultados revolucionarios en pruebas de investigación
- ^ http://www.businesskorea.co.kr/news/articleView.html?idxno=43451
- ^ Merolla, PA; Arthur, JV; Álvarez-Icaza, R .; Cassidy, AS; Sawada, J .; Akopyan, F .; Jackson, BL; Imam, N .; Guo, C .; Nakamura, Y .; Brezzo, B .; Vo, I .; Esser, SK; Appuswamy, R .; Taba, B .; Amir, A .; Flickner, MD; Riesgo, WP; Manohar, R .; Modha, DS (2014). "Un circuito integrado de un millón de neuronas en punta con una red e interfaz de comunicación escalables". Ciencia . 345 (6197): 668–73. Código Bibliográfico : 2014Sci ... 345..668M . doi : 10.1126 / science.1254642 . PMID 25104385 . S2CID 12706847 .
- ^ https://spectrum.ieee.org/computing/hardware/how-ibm-got-brainlike-efficiency-from-the-truenorth-chip Cómo IBM obtuvo una eficiencia similar al cerebro del chip TrueNorth
- ^ "Computación cognitiva: chips neurosinápticos" . IBM. 11 de diciembre de 2015.
- ^ Song, Kyung Mee; Jeong, Jae-Seung; Pan, Biao; Zhang, Xichao; Xia, Jing; Cha, Sunkyung; Park, Tae-Eon; Kim, Kwangsu; Finizio, Simone; Raabe, Jörg; Chang, Joonyeon; Zhou, Yan; Zhao, Weisheng; Kang, Wang; Ju, Hyunsu; Woo, Seonghoon (marzo de 2020). "Sinapsis artificiales basadas en Skyrmion para computación neuromórfica". Nature Electronics . 3 (3): 148-155. arXiv : 1907.00957 . doi : 10.1038 / s41928-020-0385-0 . S2CID 195767210 .
- ^ https://venturebeat.com/2020/12/15/neuromorphic-computing-the-long-path-from-roots-to-real-life/
- ^ "Por qué Intel construyó un chip neuromórfico". 29 de septiembre de 2017. www.ZDNet.com
- ^ "Intel presenta chip neuromórfico Loihi, persigue a IBM en cerebros artificiales". 17 de octubre de 2017. AITrends.com
- ^ "Intel aumenta el esfuerzo de computación neuromórfica con nuevos socios de investigación | Sitios de supercomputadoras TOP500" .
- ^ http://niceworkshop.org/wp-content/uploads/2018/05/Mike-Davies-NICE-Loihi-Intro-Talk-2018.pdf
- ^ "Procesador neuromórfico Loihi de Intel escala a neuronas 8M, 64 núcleos - ExtremeTech" .
- ^ Tang, Guangzhi; Shah, Arpit; Michmizos, Konstantinos. (2019). "Spiking neuronal en hardware neuromórfico para SLAM unidimensional energéticamente eficiente". Conferencia internacional IEEE / RSJ de 2019 sobre sistemas y robots inteligentes (IROS) : 4176–4181. arXiv : 1903.02504 . doi : 10.1109 / IROS40897.2019.8967864 .
- ^ Imam, Nabil; Cleland, Thomas A. (2020). "Aprendizaje rápido en línea y recuerdo robusto en un circuito olfativo neuromórfico". Inteligencia de la máquina de la naturaleza . 2 (3): 181-191. arXiv : 1906.07067 . doi : 10.1038 / s42256-020-0159-4 . S2CID 189928531 .
- ^ "Grupos de investigación: APT - Tecnologías de procesador avanzadas (Escuela de Ciencias de la Computación - Universidad de Manchester)" .
- ^ Schank, Roger C .; Niños, Peter G. (1984). La computadora cognitiva: sobre lenguaje, aprendizaje e inteligencia artificial . Addison-Wesley Pub. Co. ISBN 9780201064438.
- ^ Wilson, Stephen (1988). "La computadora cognitiva: sobre lenguaje, aprendizaje e inteligencia artificial por Roger C. Schank, Peter Childers (revisión)" . Leonardo . 21 (2): 210. doi : 10.2307 / 1578563 . ISSN 1530-9282 . JSTOR 1578563 . S2CID 56814452 . Consultado el 13 de enero de 2017 .
- ^ Neumeier, Marty (2012). Metaskills: cinco talentos para la era robótica . Indianápolis, IN: New Riders. ISBN 9780133359329.
- ^ Hurwitz, Judith; Kaufman, Marcia; Bowles, Adrian (2015). Computación cognitiva y análisis de Big Data . Indianápolis, IN: John Wiley & Sons. pag. 110. ISBN 9781118896624.
- ^ Choudhury, Saheli Roy (18 de septiembre de 2018). "La IA tiene un problema de sesgo que debe solucionarse: Foro Económico Mundial" . CNBC . Consultado el 12 de octubre de 2018 .
Enlaces
http://www.foxnews.com/tech/2018/01/09/ces-2018-intel-gives-glimpse-into-mind-blowing-future-computing.html