Home Técnica Los algoritmos inspirados en el cerebro pueden reducir drásticamente el consumo de...

Los algoritmos inspirados en el cerebro pueden reducir drásticamente el consumo de energía de la IA

3

Un problema importante al que se enfrenta la inteligencia artificial es la interacción entre la memoria de una computadora y su potencia de procesamiento. Cuando se ejecuta un algoritmo, los datos fluyen rápidamente entre estos dos componentes. Sin embargo, los modelos de IA dependen de grandes cantidades de datos, lo que crea un cuello de botella.

A Nueva investigaciónPublicado el lunes en la revista Frontiers in Science de la Universidad Purdue y el Instituto de Tecnología de Georgia, el artículo sugiere un enfoque novedoso para crear arquitecturas informáticas para modelos de IA utilizando algoritmos inspirados en el cerebro. Los investigadores dicen que desarrollar algoritmos de esta manera puede reducir el consumo de energía asociado con los modelos de IA.

“Los modelos de procesamiento del lenguaje han crecido 5.000 veces en tamaño en los últimos cuatro años”, dijo Kaushik Roy, profesor de ingeniería informática de la Universidad Purdue y autor principal del estudio. en una declaración. “Esta expansión alarmantemente rápida hace que sea fundamental que la IA sea lo más eficiente posible. Esto significa repensar fundamentalmente cómo se diseñan las computadoras”.


No se pierda nuestro contenido tecnológico imparcial y reseñas de laboratorio Añadir CNET Como fuente preferida de Google. No se pierda nuestro contenido tecnológico imparcial y reseñas de laboratorio Añadir CNET Como fuente preferida de Google.


La mayoría de las computadoras actuales se basan en un concepto de 1945 llamado arquitectura von Neumann, que separa el procesamiento y la memoria. Aquí es donde se produce la desaceleración. A medida que más personas en todo el mundo utilizan modelos de IA ávidos de datos, la diferencia entre la capacidad de procesamiento y de memoria de una computadora puede convertirse en una cuestión aún más importante.

Los investigadores de IBM han abordado este problema en una publicación A principios de este año. El problema contra el que luchan los ingenieros informáticos se llama “muro de la memoria”.

Rompe el muro de la memoria

D muro de la memoria Se refiere a la disparidad entre la memoria y la potencia de procesamiento. Básicamente, la memoria de la computadora tiene dificultades para mantenerse al día con la velocidad de procesamiento. Este no es un problema nuevo. Un par de investigadores de la Universidad de Virginia acuñó la palabra En la década de 1990

Atlas de IA

CNET

Pero ahora que la IA prevalece, el problema del muro de memoria está agotando tiempo y energía en las computadoras subyacentes que hacen funcionar los modelos de IA. Los investigadores del artículo sostienen que podemos probar una nueva arquitectura informática que integre memoria y procesamiento.

Inspirándose en el funcionamiento de nuestro cerebro, el artículo menciona lo que se conoce como algoritmos de IA. Redes neuronales puntiagudas. Una crítica común a estos algoritmos en el pasado ha sido que pueden ser lentos e inexactos. Sin embargo, algunos científicos informáticos sostienen existe este algoritmo Se ha demostrado una mejora significativa En los últimos años

Los investigadores sugieren que los modelos de IA deberían utilizar un concepto relacionado con los SNN, conocidos como SNN. Computación en memoria. Este concepto es todavía relativamente nuevo en lo que respecta a la IA.

“CIM ofrece una solución prometedora al problema del muro de memoria al integrar capacidades informáticas directamente en el sistema de memoria”, escribieron los autores en el resumen del artículo.

Los dispositivos médicos, el transporte y los drones son sólo algunas áreas en las que los investigadores creen que se pueden lograr mejoras si el procesamiento informático y la memoria se integran en un solo sistema.

“La IA es una de las tecnologías más transformadoras del siglo XXI. Pero, para sacarla del centro de datos y llevarla al mundo real, necesitamos reducir drásticamente su uso de energía”, dijo en un comunicado Tanvi Sharma, coautor e investigador de la Universidad Purdue.

“Con menos transferencia de datos y un procesamiento más eficiente, la IA puede caber en dispositivos más pequeños y asequibles con baterías que duran más”, afirmó Sharma.

Enlace fuente