Computación neuromórfica: un departamento que aplica los principios de la neurociática a los sistemas de computación para imitar las funciones y estructuras cerebrales, debe mejorarse si quiere competir de manera efectiva con los métodos de computación actuales. En una revisión publicada el 22 de enero en la revista Naturaleza23 investigadores, incluidos dos de la Universidad de California en San Diego, ofrecen una hoja de ruta detallada sobre lo que se necesita para alcanzar este objetivo. Este artículo ofrece un contexto nuevo y práctico para alcanzar la capacidad académica del cerebro humano con forma comparativa y consumo eléctrico.
Los autores escriben: “No adivinamos que el mismo tamaño tendrá un tamaño para sistemas neuromórficos, pero habrá una gama de soluciones de hardware neuromórficos con diferentes características basadas en los requisitos de la aplicación”.
Las aplicaciones para la computación neuromórfica incluyen computación científica, inteligencia artificial, realidad mejorada y virtual, uso de agricultura inteligente, ciudades inteligentes y más. Los chips neuromórficos tienen el potencial de superar a las computadoras tradicionales en eficiencia, así como al rendimiento de energía y espacio. Puede ofrecer beneficios para varios dominios, incluida la IA, la atención médica y la robótica. Como es probable que el consumo de energía de AI se duplique para 2026, la computación neuromórfica surge como una solución prometedora.
“La computación neuromórfica es particularmente relevante hoy, cuando somos testigos de una increíble escala de sistemas de IA de poder y recursos privados de recursos”, dijo Gerrit Cavanbergs, UC San Diego Show en el Departamento de Bioingeniería de Chi-Jean Lee, un profesor prominente y uno de a ellos. Los autores del documento.
La computación neuromórfica se encuentra en un momento importante, Robert F. MacDermott Indood Chair y autor de la disertación en Dhirisha Kidithi Podi, Universidad de Texas San Antonio. “Ahora estamos en un lugar donde hay una gran oportunidad para crear una nueva arquitectura y un marco abierto que se pueda implementar en aplicaciones comerciales”, dijo. “Creo firmemente que la promoción de una fuerte cooperación entre la industria y las instituciones educativas es la clave para formar el futuro de este sector. Esta cooperación se refleja en nuestro equipo de coautores”.
El año pasado, Cauwenberghs y Kudithipudi recibieron una subvención de $ 4 millones de la National Science Foundation para lanzar Thor: The Neuromorphic Commons, que es la primera red de investigación de este tipo que abre Neuromoremore en apoyo de la investigación interformal y compartida proporciona acceso a hardware y herramientas. .
En 2022, un chip neuromórfico diseñado por un equipo dirigido por Canbergs mostró que los chips podrían ser extremadamente dinámicos y versátiles sin comprometer la precisión y el rendimiento. Neurram ejecuta el cálculo de chips directamente en la memoria y puede ejecutar una amplia variedad de aplicaciones de IA: todo esto es parte de la energía utilizada por las plataformas de computación para la computación de IA de propósito común. “Nuestro Naturaleza El ensayo de revisión ofrece una visión de una mayor expansión de los sistemas de IA neuromórficos en las tecnologías de silicona y de chips emergentes para que el cerebro de los mamíferos pueda acceder a la capacidad generalizada y de autoservicio.
Para lograr la medida en la computación neuromórfica, los autores han sugerido varias características clave que deberían corregirse, incluida la escasez, una característica descriptiva del cerebro humano. El cerebro se desarrolla formando una serie de contactos nerviosos (densidad) antes de elegir la mayoría de ellos. Esta estrategia mejora el rendimiento local al tiempo que mantiene información sobre la alta lealtad. Si se copia con éxito, esta característica puede permitir sistemas neuromórficos que son significativamente más energizantes y compactos.
“La escala expansal se deriva de la armonía generalizada y la estructura de clasificación en la representación nerviosa de alto rendimiento, el cerebro a través de la sustancia blanca del cerebro a través del modelado después de la sustancia gris del cerebro hecha después de la sustancia gris hecha después del material gris del cerebro. Al combinar una densa conectividad sináptica local en el modelado de sustancias blancas, la configuración re -de ancho de banda está conectada entre sí en términos de chips y chips “, dijo Cavanberg.
“Esta publicación muestra la tremenda capacidad de usar la computación neuromórfica para aplicaciones de la vida real. En el Centro de Computación Super de San Diego, traemos una nueva arquitectura informática a la comunidad nacional de usuarios, y esta cooperación es neuromórfica para la comunidad nacional de consumo”, Amitawa Majmudar, director de la División Científica de Invuelto de datos, dijo que el campus de UC San Diego, y uno de los autores del documento, dijeron.
