Nombre en código del nuevo sistema de Intel Playa de Pohoiki estará en el Consumer Electronics Show (CES) en Las Vegas. El dispositivo está construido a partir de 64 chips de investigación Loihi, y el objetivo es simular el cerebro humano en lo que respecta a la capacidad de aprendizaje y la eficiencia energética. Estos chips neuromórficos son una versión más simple de la forma en que funcionan las neuronas y las sinapsis en el cerebro.
Rich Uhlig, director gerente de Intel Labs, habló sobre la nueva tecnología.
“Estamos impresionados con los primeros resultados demostrados a medida que escalamos Loihi para crear sistemas neuromórficos más potentes. Pohoiki Beach ahora estará disponible para más de 60 socios del ecosistema, quienes utilizarán este sistema especializado para resolver problemas complejos y de uso intensivo de cómputo”.
El nuevo chip neuromórfico de IA puede realizar tareas de procesamiento de datos 1000 veces más rápido que los procesadores normales, como CPU y GPU, y consume mucha menos energía.
La forma en que se basa en las neuronas del cerebro no es algo completamente nuevo. Muchos algoritmos de IA simulan redes neuronales en sus programas. Utilizan procesamiento paralelo para reconocer objetos en imágenes y palabras en el habla. Los nuevos chips neuromórficos colocan estas redes neuronales en silicio. Si bien son menos flexibles y potentes que algunos de los mejores chips de uso general, realmente funcionan cuando se especializan en tareas específicas. El nuevo chip AI de Intel es 10 000 veces más eficiente que los procesadores generales. Dado que son tan eficientes energéticamente, la tecnología será ideal para dispositivos móviles, vehículos, equipos industriales, ciberseguridad y hogares inteligentes. Los investigadores de IA ya han comenzado a usar el sistema para cosas como mejorar las prótesis para que puedan adaptarse mejor a terrenos irregulares, así como crear mapas digitales para ser utilizados por automóviles autónomos.
Chris Eliasmith, codirector ejecutivo de Applied Brain Research y profesor de la Universidad de Waterloo, es uno de los varios investigadores que utilizan la nueva tecnología.
“Con el chip Loihi, pudimos demostrar un consumo de energía 109 veces menor al ejecutar un punto de referencia de aprendizaje profundo en tiempo real en comparación con una GPU, y un consumo de energía 5 veces menor en comparación con el hardware de interfaz IoT especializado… Incluso mejor, a medida que escalamos el red 50 veces mayor, Loihi mantiene los resultados de rendimiento en tiempo real y usa solo un 30 % más de energía, mientras que el hardware de IoT usa un 500 % más de energía y ya no funciona en tiempo real”, dijo Chris Eliasmith.
Konstantinos Michmizos es profesor de la Universidad de Rutgers y su laboratorio trabaja con SLAM, que se presentará en la Conferencia Internacional sobre Robots y Sistemas Inteligentes (IROS) en noviembre.
“Loihi nos permitió realizar una red neuronal de picos que imita las representaciones y el comportamiento neuronales subyacentes del cerebro. La solución SLAM surgió como una propiedad de la estructura de la red. Hicimos una evaluación comparativa de la red ejecutada por Loihi y descubrimos que era igualmente precisa y consumía 100 veces menos energía que un método SLAM ejecutado por CPU ampliamente utilizado para robots móviles”, dijo.
En este momento, Pohoiki Beach es un sistema de 8 millones de neuronas. Rich Uhlig, director de Intel Labs, cree que la empresa podrá crear un sistema capaz de simular 100 millones de neuronas para finales de 2019. Esta nueva tecnología podrá ser utilizada por los investigadores para una amplia gama de cosas. como la mejora de los brazos robóticos. Estos nuevos desarrollos e investigaciones están conduciendo a lo que probablemente será la comercialización de la tecnología neuromórfica.
Según la compañía, «a finales de este año, Intel presentará un sistema Loihi aún más grande llamado Pohoiki Springs, que se basará en la arquitectura de Pohoiki Beach para ofrecer un nivel de rendimiento y eficiencia sin precedentes para cargas de trabajo neuromórficas ampliadas».