Las computadoras diseñadas para imitar la estructura del cerebro humano están mostrando un poder inesperado. Pueden resolver algunas de las exigentes ecuaciones matemáticas que se encuentran en el centro de los principales problemas científicos y de ingeniería.
En un estudio publicado por el Dr. La naturaleza es inteligencia artificialLos neurocientíficos computacionales de Sandia National Laboratories, Brad Thielman y Brad Imon, han introducido un nuevo algoritmo que permite que el hardware neuromórfico resuelva ecuaciones diferenciales parciales, o PDE, la base matemática para modelar fenómenos como la dinámica de fluidos, los campos electromagnéticos y la mecánica estructural.
Los resultados muestran que los sistemas neuromórficos pueden manejar estas ecuaciones de manera eficiente. El avance podría ayudar a abrir la puerta a la primera supercomputadora neuromórfica, proporcionando un nuevo camino hacia la computación energéticamente eficiente para la seguridad nacional y otras aplicaciones críticas.
La investigación fue financiada por la Oficina de Ciencias del Departamento de Energía a través del Programa de Investigación en Computación Científica Avanzada y Ciencias Básicas de la Energía, así como el Programa de Computación y Simulación Avanzada de la Administración Nacional de Seguridad Nuclear.
Resolver ecuaciones diferenciales parciales con un cerebro similar a un hardware
Las ecuaciones diferenciales parciales son esenciales para simular sistemas del mundo real. Se utilizan para predecir el clima, analizar cómo responden los materiales al estrés y modelar procesos físicos complejos. Tradicionalmente, resolver PDE requiere mucha potencia informática. Las computadoras neuromórficas abordan el problema procesando información de una manera similar a cómo funciona el cerebro.
“Recién estamos empezando a tener sistemas computacionales que pueden exhibir un comportamiento similar al inteligente. Pero no se parecen en nada a cerebros y, francamente, la cantidad de recursos que requieren es ridícula”, dijo Thielman.
Durante años, los sistemas neuromórficos fueron vistos principalmente como herramientas para acelerar el reconocimiento de patrones o redes neuronales artificiales. Pocos esperaban que manejaran problemas matemáticamente rigurosos como los PDE, que normalmente son manejados por supercomputadoras de gran escala.
A Aimone y Theilman no les sorprendieron los resultados. Argumentan que el cerebro humano realiza rutinariamente cálculos muy complejos, incluso cuando las personas no son conscientes de ello.
“Elija cualquier tipo de tarea de control motor, como golpear una pelota de tenis o balancear un bate de béisbol”, dijo Imon. “Estos son cálculos extremadamente sofisticados. Se trata de problemas a nivel de exaescala que nuestros cerebros son capaces de resolver de forma muy económica”.
Computación energéticamente eficiente para la seguridad nacional
Los hallazgos podrían tener implicaciones importantes para la Administración Nacional de Seguridad Nuclear, responsable de la disuasión nuclear del país. Las supercomputadoras utilizadas en todo el complejo de armas nucleares consumen grandes cantidades de electricidad para simular la física de los sistemas nucleares y otros escenarios de alto riesgo.
La computación neuromórfica puede proporcionar una forma de reducir significativamente el consumo de energía y al mismo tiempo proporcionar un potente rendimiento computacional. Al resolver PDE de una manera inspirada en el cerebro, estos sistemas sugieren que se pueden ejecutar grandes simulaciones usando mucha menos energía que la que requieren las supercomputadoras convencionales.
“Se pueden resolver problemas reales de física con una computación similar a la del cerebro”, dijo Eamon. “Es algo que no se esperaría porque la intuición humana va en sentido contrario. Y, de hecho, esa intuición a menudo es errónea”.
El equipo imagina que las supercomputadoras neuromórficas eventualmente se convertirán en elementos centrales de la misión de Sandia de proteger la seguridad nacional.
Lo que la computación neuromórfica revela sobre el cerebro
Más allá de los avances en ingeniería, la investigación también aborda cuestiones más profundas sobre la inteligencia y cómo el cerebro realiza cálculos. El algoritmo desarrollado por Theilman y Aimone refleja fielmente la estructura y el comportamiento de las redes corticales.
“Basamos nuestro circuito en un modelo relativamente conocido en el mundo de la neurociencia computacional”, dijo Thielman. “Demostramos que el modelo tiene un vínculo natural pero no obvio con la PDE, y ese vínculo no se ha establecido hasta ahora, 12 años después de que se introdujo el modelo”.
Los investigadores creen que este trabajo podría ayudar a unir la neurociencia con las matemáticas aplicadas, ofreciendo una nueva comprensión de cómo el cerebro procesa la información.
“Las enfermedades del cerebro pueden ser enfermedades del cálculo”, afirma Aimone. “Pero no tenemos una comprensión sólida de cómo el cerebro realiza los cálculos”.
Si esa idea resulta correcta, la computación neuromórfica algún día podría contribuir a una mejor comprensión y tratamiento de trastornos neurológicos como el Alzheimer y el Parkinson.
Construyendo la próxima generación de supercomputadoras
La computación neuromórfica sigue siendo un campo emergente, pero este trabajo representa un importante paso adelante. El equipo de Sandia espera que sus hallazgos estimulen la colaboración entre matemáticos, neurocientíficos e ingenieros para ampliar lo que esta tecnología puede lograr.
“Si ya hemos demostrado que podemos importar este algoritmo matemático aplicado relativamente básico pero fundamental a algoritmos neuromórficos, ¿existe una formulación neuromórfica correspondiente para técnicas matemáticas aplicadas más avanzadas?” Dijo Theilman.
A medida que el desarrollo continúa, los investigadores son optimistas. “Tenemos un pie en la puerta para comprender cuestiones científicas, pero también tenemos algo que resuelve un problema real”, afirmó Thielman.
