Sábado, 20 de Septiembre de 2025

Actualizada Viernes, 19 de Septiembre de 2025 a las 19:19:31 horas

Tienes activado un bloqueador de publicidad

Intentamos presentarte publicidad respectuosa con el lector, que además ayuda a mantener este medio de comunicación y ofrecerte información de calidad.

Por eso te pedimos que nos apoyes y desactives el bloqueador de anuncios. Gracias.

Continuar...

Redacción
Lunes, 01 de Agosto de 2022
Computación

Hardware revolucionario para acelerar la inteligencia artificial

Una nueva modalidad de la inteligencia artificial llamada aprendizaje automático profundo analógico promete una velocidad de cálculo muchísimo mayor que con otras modalidades y además con una fracción del uso de energía que consumen esas.

 

Las resistencias programables son las piezas clave de esta modalidad de la inteligencia artificial, al igual que los transistores son las piezas principales de los procesadores digitales convencionales. Repitiendo conjuntos de resistencias programables en capas complejas, es posible crear una red de "neuronas" y "sinapsis" artificiales analógicas que ejecutan cálculos como una red neuronal digital. Esta red puede entrenarse para realizar tareas complejas, como el reconocimiento de imágenes y el procesamiento del lenguaje humano.

 

Trabajando en este campo, un equipo que incluye a Jesús A. del Alamo, Ju Li y Bilge Yildiz, del Instituto Tecnológico de Massachusetts (MIT) en Estados Unidos, ha mejorado una sinapsis analógica que el equipo había desarrollado previamente. Del Alamo y sus colegas utilizaron un material inorgánico en el proceso de fabricación que permite a los dispositivos funcionar un millón de veces más rápido que las versiones anteriores, lo que también es aproximadamente un millón de veces más rápido que las sinapsis del cerebro humano.

 

Además, este material inorgánico también hace que las resistencias programables sean extremadamente eficientes desde el punto de vista energético.

 

A diferencia de los materiales utilizados en la versión anterior del dispositivo, el nuevo material es compatible con las técnicas de fabricación empleadas con el silicio. Este cambio ha permitido fabricar dispositivos a escala nanométrica y podría allanar el camino para la integración de hardware de esta clase en una amplia gama de ordenadores, dotándolos de la capacidad de aprendizaje automático profundo.

 

El funcionamiento del dispositivo se basa en la inserción electroquímica del ion más pequeño, el protón, en un óxido aislante, para modular su conducta.

 

[Img #66716]

Recreación artística del funcionamiento del nuevo sistema de aprendizaje automático profundo analógico basado en resistores protónicos programables. (Imagen: Ella Maru Studio, Murat Onen / MIT. CC BY-NC-ND 3.0)

 

Las resistencias programables protónicas aumentan enormemente la velocidad a la que se entrena una red neuronal, al tiempo que reducen drásticamente el consumo de energía para realizar ese entrenamiento. Esto podría ayudar a los científicos a desarrollar mucho más rápidamente modelos de aprendizaje profundo, que podrían aplicarse en usos como los coches autoconducidos, la detección de falsificaciones o el análisis de imágenes médicas. (Fuente: NCYT de Amazings)

 

 

Copyright © 1996-2022 Amazings® / NCYT® | (Noticiasdelaciencia.com / Amazings.com). Todos los derechos reservados.

Depósito Legal B-47398-2009, ISSN 2013-6714 - Amazings y NCYT son marcas registradas. Noticiasdelaciencia.com y Amazings.com son las webs oficiales de Amazings.

Todos los textos y gráficos son propiedad de sus autores. La reproducción está permitida solo si se incluye el crédito de la fuente (NCYT Amazings) y un enlace dofollow hacia la noticia original.

Excepto cuando se indique lo contrario, la traducción, la adaptación y la elaboración de texto adicional de este artículo han sido realizadas por el equipo de Amazings® / NCYT®.

Con tu cuenta registrada

Escribe tu correo y te enviaremos un enlace para que escribas una nueva contraseña.