Para Dillavou, un aspecto fascinante del circuito es lo que él llama su “aprendizaje emergente”. En un ser humano, “cada neurona hace lo suyo”, dice. “Y luego, como fenómeno emergente, se aprende. Tienes comportamientos. Tu montas una bicicleta.” Es similar en el circuito. Cada resistencia se ajusta según una regla simple, pero colectivamente “encuentran” la respuesta a una pregunta más complicada sin instrucciones explícitas.

Una ventaja energética potencial

El prototipo de Dillavou califica como un tipo de computadora analógica, una que codifica información a lo largo de un continuo de valores en lugar de uno discreto. 1arena 0Se utiliza en circuitos digitales. Las primeras computadoras fueron analógicas, pero sus contrapartes digitales las reemplazaron después de que los ingenieros desarrollaron técnicas de fabricación para colocar más transistores en chips digitales para aumentar su velocidad. Aún así, los expertos saben desde hace tiempo que a medida que aumentan su potencia computacional, las computadoras analógicas ofrecen una mejor eficiencia energética que las digitales, dice Aatmesh Shrivastava, ingeniero eléctrico de la Universidad Northeastern. “Los beneficios de la eficiencia energética no son objeto de debate”, afirma. Sin embargo, añade, las señales analógicas son mucho más ruidosas que las digitales, lo que las hace poco adecuadas para cualquier tarea informática que requiera alta precisión.

En la práctica, el circuito de Dillavou aún no ha superado a los chips digitales en eficiencia energética. Su equipo estima que su diseño utiliza entre 5 y 20 picojulios por resistencia para generar una única salida, donde cada resistencia representa un único parámetro en una red neuronal. Dillavou dice que esto es aproximadamente una décima parte de la eficiencia de los chips de IA de última generación. Pero dice que la promesa del enfoque analógico reside en ampliar el circuito, aumentar su número de resistencias y, por tanto, su potencia de cálculo.

Explica los posibles ahorros de energía de esta manera: los chips digitales como las GPU gastan energía por operación, por lo que crear un chip que pueda realizar más operaciones por segundo solo significa un chip que usa más energía por segundo. Por el contrario, el uso de energía de su computadora analógica se basa en cuánto tiempo permanece encendida. Si hicieran que su computadora fuera el doble de rápida, también sería dos veces más eficiente energéticamente.

El circuito de Dillavou es también un tipo de computadora neuromórfica, es decir, inspirada en el cerebro. Al igual que otros esquemas neuromórficos, los circuitos de los investigadores no funcionan según instrucciones de arriba hacia abajo como lo hace una computadora convencional. En cambio, las resistencias ajustan sus valores en respuesta a la retroalimentación externa en un enfoque ascendente, similar a cómo responden las neuronas a los estímulos. Además, el dispositivo no cuenta con un componente dedicado para la memoria. Esto podría ofrecer otra ventaja de eficiencia energética, ya que una computadora convencional gasta una cantidad significativa de energía transportando datos entre el procesador y la memoria.

Si bien los investigadores ya han construido una variedad de máquinas neuromórficas basadas en diferentes materiales y diseños, los diseños tecnológicamente más maduros se construyen sobre chips semiconductores. Un ejemplo es la computadora neuromórfica Loihi 2 de Intel, a la que la compañía comenzó a brindar acceso a investigadores gubernamentales, académicos y de la industria en 2021. DeepSouth, una máquina neuromórfica basada en chips de la Universidad Western Sydney que está diseñada para poder simular las sinapsis de el cerebro humano a escala, está previsto que entre en funcionamiento este año.

La industria del aprendizaje automático también ha mostrado interés en la computación neuromórfica basada en chips, y una startup con sede en San Francisco llamada Rain Neuromorphics recaudó 25 millones de dólares en febrero. Sin embargo, los investigadores aún no han encontrado una aplicación comercial en la que la computación neuromórfica demuestre definitivamente una ventaja sobre las computadoras convencionales. Mientras tanto, investigadores como el equipo de Dillavou están presentando nuevos esquemas para impulsar este campo. Algunas personas de la industria han expresado interés en su circuito. “La gente está más interesada en el ángulo de la eficiencia energética”, dice Dillavou.

Pero su diseño es todavía un prototipo y su ahorro energético no está confirmado. Para sus demostraciones, el equipo mantuvo el circuito en placas porque es “el más fácil de trabajar y el más rápido para cambiar las cosas”, dice Dillavou, pero el formato adolece de todo tipo de ineficiencias. Están probando su dispositivo en placas de circuito impreso para mejorar su eficiencia energética y planean ampliar el diseño para que pueda realizar tareas más complicadas. Queda por ver si su inteligente idea podrá imponerse fuera del laboratorio.