Inesperada habilidad matemática de ordenadores inspirados en la arquitectura del cerebro humano

La computación neuromórfica es un área de investigación emergente del campo de los ordenadores basada en la idea de que reproducir lo más fielmente posible en un ordenador la estructura organizativa de cerebros de animales superiores como el ser humano podría lograr una forma de inteligencia artificial mucho más parecida a la natural que lo alcanzable mediante otros diseños. Esta inteligencia “pseudonatural” o “seminatural” podría realizar tareas intelectuales de forma mucho más eficiente, con un entrenamiento mucho más breve y consumiendo mucha menos energía, que los sistemas convencionales de inteligencia artificial. Hay incluso quien cree que por esta vía podría generarse alguna clase de autoconsciencia en un sistema artificial.

Bradley Theilman y James Aimone, del Laboratorio de Exploración e Investigación Neurales, adscrito a los Laboratorios Nacionales de Sandia, en Estados Unidos, han presentado un novedoso algoritmo que permite al hardware neuromórfico resolver ecuaciones diferenciales parciales, la base matemática para modelar fenómenos como la dinámica de fluidos, los campos electromagnéticos y la mecánica estructural, entre otras aplicaciones.

Y lo más sorprendente es que, a juzgar por las pruebas llevadas a cabo hasta ahora, la computación neuromórfica equipada con este algoritmo no solo puede resolver estas ecuaciones, sino que lo hace con una eficiencia notable. Este trabajo podría abrir el camino hacia la primera supercomputadora neuromórfica del mundo, revolucionando potencialmente el campo.

Bradley Theilman, en primer plano, examinando un ordenador neuromórfico. (Foto: Craig Fritz / Sandia National Laboratories)

Las ecuaciones diferenciales parciales son esenciales para predecir patrones climáticos, modelar el comportamiento de materiales bajo tensión mecánica y realizar muchos otros cálculos. Tradicionalmente, resolver ecuaciones diferenciales parciales ha exigido vastos recursos computacionales. Sin embargo, los ordenadores neuromórficos ofrecen un enfoque fundamentalmente diferente que se asemeja más a cómo el cerebro humano procesa la información.

Durante décadas, los expertos han creído que lo mejor que sabrían hacer los ordenadores neuromórficos sería realizar tareas como reconocer patrones o acelerar redes neurales artificiales. No se esperaba que estos sistemas fueran capaces de resolver con la máxima eficiencia problemas matemáticos difíciles como las ecuaciones diferenciales parciales, que normalmente se reservan a las supercomputadoras tradicionales.

Theilman y Aimone exponen los detalles técnicos de su logro en la revista académica Nature Machine Intelligence, bajo el título “Solving sparse finite element problems on neuromorphic hardware”. (Fuente: NCYT de Amazings)