www.technologyreview.es/informatica/52373/las-redes-neuronales-alcanzan-un-nuevo-nivel/
alcanzandoelconocimiento.com/al/archivos/13528
singularityhub.com/2016/11/29/new-brain-like-chip-uses-light-to-go-blazingly-fast/
Las redes neuronales están revolucionando el mundo de la computación por completo. Los investigadores las están utilizado para crear máquinas capaces de aprender y realizar un gran abanico de habilidades que antes eran dominio exclusivo de los humanos, como el reconocimiento de objetos, el reconocimiento facial, el procesamiento del lenguaje natural y la traducción automática. Todas ellas, y tantas otras, se están convirtiendo en algo rutinario para las máquinas.
Así que existe un gran interés por crear redes neuronales cada vez más capaces y seguir expandiendo aún más los límites de la inteligencia artificial (IA). El enfoque de estos trabajos consiste en crear circuitos que funcionen del mismo modo que las neuronas, los llamados chips neuromórficos. Pero, ¿cómo lograr que estos circuitos sean significativamente más rápidos?
Hoy recibimos una especie de respuesta gracias al trabajo de Alexander Tait y varios de sus compañeros de la Universidad de Princeton (EEUU). Este equipo ha desarrollado el primer chip neuromórfico fotónico de silicio del mundo y demostrado que es capaz de calcular a velocidades ultrarrápidas.
La computación óptica representa desde hace ya un tiempo la gran esperanza de la informática. Los fotones tienen bastante más ancho de banda que los electrones y por tanto pueden procesar más datos más rápido. Sin embargo, las ventajas de los sistemas de procesamiento de datos óptico nunca han superado el coste adicional de fabricarlos, por lo que nunca han se han adoptado de forma general.
Esto ha empezado a cambiar en algunas áreas de la computación, como el procesamiento analógico de señales, donde se requiere el tipo de procesamiento ultrarrápido que sólo ofrecen los chips fotónicos.
Ahora las redes neuronales están abriendo una nueva oportunidad para la fotónica. "Las redes neuronales fotónicas que operan en conjunto con plataformas fotónicas de silicio podrían acceder a nuevos régimenes de procesamiento de datos ultrarrápido para las transmisiones de radio, el control y la computación científica", afirma el equipo de Tait.
Para superar este reto, es fundamental desarrollar un dispositivo óptico en el que cada nodo responda del mismo modo que lo haría una neurona. En la propuesta del grupo de Princeton, los nodos tienen la forma de guías de ondas circulares diminitas talladas en un substrato de silicio por el que circula la luz. Cuando la luz se libera, modula la potencia de un láser que trabaja en su umbral. Se trata de una configuración en la que pequeños cambios en la luz producen grandes cambios en la potencia del láser.
Algo crucial es que la luz de cada nodo del sistema funciona con una longitud de onda específica, una técnica conocida como multiplexado compacto por división en longitudes de onda. La luz procedente de todos los nodos puede sumarse antes de incorporarse al láser. Entonces, la potencia del láser alimenta los nodos para generar un circuito de retroalimentación con carácter no lineal.
Una pregunta importante es cómo de precisa resulta esta no linealidad para imitar el comportamiento neuronal. El equipo de Tait mide el rendimiento y demuestra que es matemáticamente equivalente a un dispositivo conocido como red neuronal recurrente de tiempo continuo (CTRNN, por sus siglas en inglés). "Este resultado sugiere que las herramientas de programación para las CTRNN podrían aplicarse a redes neuronales fotónicas de silicio más grandes", escriben.
Es un resultado importante porque significa que el dispositivo desarrollado por el equipo de Tait puede explotar inmediatamente la enorme inteligencia y conocimientos recogidos por este tipo de redes neuronales. El equipo siguió adelante para demostrar cómo se podría hacer con una red de 49 nodos fotónicos El equipo utiliza esta red neuronal para resolver el problema matemático de igualar un determinado tipo de ecuación diferencial y comparar su rendimiento con una CPU corriente.
Los resultados demuestran lo rápidas que pueden ser las redes neuronales fotónicas. "El factor de aceleración efectivo del hardware de la red neuronal fotónica se calcula que es de 1.960 x en esta tarea", afirma el equipo de Tait. Es una aceleración de tres órdenes de magnitud.
Eso abre las puertas hacia una industria totalmente nueva que podría llevar por primera vez la computación óptica a una expansión masiva. "Las redes neuronales fotónicas de silicio podrían representar la primera incursión en una clase más amplia de sistemas fotónicos para el procesamiento escalable de la información", según el equipo de Tait.
Más personas están trabajando en esta área también. Este año, el investigador del Instituto Tecnológico de Massachusetts (MIT, EEUU) Yichen Shen y varios compañeros propusieron la arquitectura de una red neuronal totalmente. También demostraron parte de su funcionamiento con un procesador nanofotónico programable.
Por supuesto, muchas de estas esperanzas dependen del rendimiento de la primera generación de chips neuromórficos electrónicos. Las redes neuronales fotónicas tendrán que ofrecer importantes ventajas para lograr una amplia adopción y por tanto requerirán una caracterización mucho más detallada. Está claro que se avecinan tiempos interesantes para la fotónica.
