Un chip que simula el cerebro para hacer la IA más inteligente y reducir el consumo energético
Un equipo de investigadores de la Universidad de Cambridge ha desarrollado un nuevo tipo de chip que simula el funcionamiento del cerebro humano para hacer a la inteligencia artificial (IA) más inteligente y reducir su consumo energético.
El rápido crecimiento de la IA ha generado un desafío de sostenibilidad que la arquitectura informática convencional no logra afrontar. Los centros de datos actuales requieren enormes cantidades de electricidad, lo que provoca un desperdicio energético y calor.
El problema del consumo energético en la IA
La IA ha avanzado mucho en los últimos años, pero su crecimiento ha generado un problema de sostenibilidad. Los centros de datos que albergan los sistemas de IA requieren enormes cantidades de electricidad, lo que provoca un desperdicio energético y calor.
Para solucionar esto, se necesitan dispositivos con corrientes extremadamente bajas y excelente estabilidad. El cerebro humano funciona de manera diferente, ya que procesa y almacena la información en el mismo lugar: la sinapsis.
El nuevo chip que simula el cerebro humano
El equipo de Cambridge desarrolló un nuevo tipo de película delgada de hafnio que altera su estado de manera innovadora. Al incorporar estroncio y titanio y cultivar la película mediante un proceso en dos etapas, los investigadores consiguieron formar diminutas compuertas electrónicas, o «uniones pn», dentro del óxido en las zonas donde se unen las capas.
Esto permite que el dispositivo ajuste su resistencia de forma progresiva, modificando la altura de una barrera de energía en la interfaz, en lugar de depender del crecimiento o la ruptura de filamentos.
Ventajas del nuevo chip
Las pruebas de laboratorio confirmaron que estos dispositivos pueden resistir de manera fiable decenas de miles de ciclos de conmutación y mantener sus estados programados durante cerca de un día. Además, lograron reproducir principios de aprendizaje esenciales observados en biología, como la plasticidad dependiente del tiempo de los impulsos nerviosos.
Con el memristor de alto rendimiento desarrollado por los investigadores de la Universidad de Cambridge, utilizando un óxido de hafnio especializado, se busca replicar este modelo. La computación neuromórfica, inspirada en el cerebro, ofrece una alternativa para procesar información que podría reducir el consumo energético hasta en un 70 %, al almacenar y procesar datos en un mismo lugar con un gasto mínimo de energía.