Este ‘cerebro cuántico’ imitaría al nuestro para acelerar la IA.
Por Shelly Fan
A menos que esté en el negocio de las baterías de litio o la pintura, probablemente no esté familiarizado con el cobalto. Sin embargo, según un nuevo artículo , puede ser la salsa secreta de un tipo de computadora completamente nuevo, una que combina la mecánica cuántica con el funcionamiento interno del cerebro.
El resultado no es solo una computadora con la capacidad de aprender. Los mecanismos que le permiten aprender están integrados directamente en su estructura de hardware, sin necesidad de software de IA adicional. El modelo de computadora también simula cómo nuestros cerebros procesan la información, utilizando el lenguaje de la actividad neuronal y las sinapsis, en lugar de las CPUs agitadas basadas en silicio de nuestras computadoras portátiles actuales.
El truco principal se basa en las propiedades de espín cuántico de los átomos de cobalto. Cuando se organiza inteligentemente en “redes”, el resultado es un “cerebro cuántico” que puede procesar datos y guardarlos dentro de la misma estructura de red, similar a cómo funcionan nuestros cerebros. En resumen: es un camino hacia una verdadera máquina de aprendizaje.
Esa es una gran noticia para la IA. Poderoso como es, aprendizaje automático algoritmos son extremadamente energía hambre . Si bien los gigantes tecnológicos tienen centros de datos masivos diseñados para procesar las necesidades computacionales, es ineficiente y genera una enorme huella de carbono. Más preocupante es cuando los expertos miran hacia el futuro. Aunque la destreza informática se ha duplicado cada año y medio a dos años, conocida coloquialmente como “ ley de Moore ”, observaciones recientes muestran que puede estar en sus últimas etapas.
¿Traducción? Necesitamos desesperadamente métodos de computación alternativos.
“Nuestra nueva idea de construir un ‘cerebro cuántico’ basado en las propiedades cuánticas de los materiales podría ser la base para una solución futura para aplicaciones en IA”, dijo el autor principal, el Dr. Alexander Khajetoorians, de la Universidad Radboud en Nijmegen, Países Bajos.
Una computadora de la nueva era
¿Cómo pueden combinarse la neurociencia , la mecánica cuántica y la IA?
Comienza con similitudes entre el cerebro y los métodos de aprendizaje automático como el aprendizaje profundo. No es de extrañar aquí, ya que este último se basó libremente en nuestras mentes. El problema surge cuando estos algoritmos se ejecutan en computadoras actuales. Verá, incluso las computadoras de última generación procesan información y la almacenan en estructuras separadas. La CPU o la GPU, por sí solas, no pueden almacenar datos. Esto significa que los datos deben transportarse constantemente entre las unidades de procesamiento y de memoria. No es un gran problema para cosas pequeñas, como reconocer imágenes, pero para problemas más grandes, ralentiza rápidamente todo el proceso y aumenta el uso de energía.
En otras palabras, debido a que la IA imita al cerebro, que tiene una estructura completamente ajena a las computadoras modernas, existe una incompatibilidad fundamental. Si bien los algoritmos de IA se pueden optimizar para las computadoras actuales, es probable que lleguen a un callejón sin salida cuando se trata de eficiencia.
Ingrese a la computación neuromórfica. Le pide que olvide todo lo que sabe sobre el diseño de computadoras: chips, CPU, discos duros de memoria. En cambio, este tipo de “computadora” de la nueva era aprovecha el método del cerebro para registrar, procesar y almacenar información, todo en un solo lugar. La ausencia de transferencia de datos significa menos tiempo y consumo de energía, una ventaja para la IA y para el planeta.
A grandes rasgos, las redes neuronales del cerebro utilizan varios tipos de computación. Uno se basa en la neurona, que determina en función de la entrada si debe “dispararse”, es decir, pasar los datos a su vecino. Otro método usa sinapsis, que ajusta el grado en que una neurona puede transmitir los datos y almacenarlos al mismo tiempo, usando “estados”. Digamos que tiene una red de neuronas, conectadas por sinapsis, que almacenan colectivamente una receta de chile. Aprendiste que agregar tocino y cerveza lo mejora. Las sinapsis, mientras procesan estos nuevos datos, lo que llamamos “aprendizaje”, también actualizan su estado para codificar y almacenar la nueva información.
La conclusión: en el cerebro, el procesamiento de datos, el aprendizaje y la memoria ocurren en el mismo lugar.
Giro de cobalto
¿Aún conmigo? Ahora, el tercer miembro de nuestro ménage à trois: el cobalto.
Para abordar el problema del hardware de aprendizaje, en 2018 el equipo descubrió que los átomos de cobalto individuales podrían asumir el papel de las neuronas. A este nivel atómico, la mecánica de la física cuántica también entra en juego, con algunos resultados seriamente intrigantes. Por ejemplo, un átomo puede tener múltiples estados, llamados “ espín ”, simultáneamente. En cualquier momento, un átomo tendrá una probabilidad de estar en un estado y otra probabilidad de un estado diferente, un poco similar a si una neurona decide disparar o no, o una sinapsis pasará datos o no. En mecánica cuántica, este extraño estado de “el gato está vivo o muerto” se denomina superposición.
Otra característica, el acoplamiento cuántico, permite que dos átomos se “unan” funcionalmente para que el estado de giro cuántico de un átomo cambie a otro, similar a las neuronas que hablan y se unen entre sí.
La idea del equipo es que podrían aprovechar estas propiedades cuánticas para construir un sistema similar a las neuronas y sinapsis en el cerebro. Para hacerlo, fabricaron un sistema que superpone múltiples átomos de cobalto sobre una superficie superconductora hecha de fósforo negro.
Luego probaron si podían inducir la activación y la creación de redes entre las “neuronas” de cobalto. Por ejemplo, ¿es posible incrustar información en los estados de giro del átomo? ¿Podemos hacer que estos átomos simulen el disparo de una neurona?
La respuesta es un claro sí. Utilizando pequeñas corrientes, el equipo alimentó al sistema con datos binarios simples de 0 y 1. En lugar de codificar información práctica, como una imagen o un sonido, los datos aquí representan diferentes probabilidades de átomos en el sistema que codifican 0 o 1.
A continuación, el equipo eliminó la red de átomos con un pequeño cambio de voltaje, similar a la entrada que reciben nuestras neuronas. El diminuto zap eléctrico generó un comportamiento inquietantemente similar a la mecánica del cerebro. Por ejemplo, hizo un “doble toque” en el sistema, de modo que el cerebro cuántico exhibió tanto procesos análogos al disparo de neuronas como cambios en sus sinapsis.
Esto es especialmente interesante: otros sistemas informáticos neuromórficos, los basados en el cerebro, generalmente se enfocan en una neurona artificial o en sinapsis artificiales. Muchos están construidos con materiales raros que requieren temperaturas estrictas para funcionar. Combinar ambos dentro de un solo material, el cobalto, no es solo una novedad. Es eficiente, más asequible y más fácil.
Al igual que en la neurobiología, las “sinapsis” del sistema también cambiaron con el tiempo, según la entrada eléctrica que experimentaron.
“Al estimular el material durante un período de tiempo más largo con un cierto voltaje, nos sorprendió mucho ver que las sinapsis realmente cambiaron”, dijeron los khajetoorianos. “El material adaptó su reacción en base a los estímulos externos que recibió. Aprendió por sí mismo “.
¿Un futuro Q-Brain?
Todavía no.
Por ahora, el equipo tendrá que ampliar su sistema y demostrar que puede procesar información del mundo real. También necesitarán construir una máquina basada en la configuración completa, demostrando que funciona no solo en partes, sino prácticamente como un todo. Y siempre hay competencia de chips personalizados hechos a la medida de la IA, que ahora están siendo optimizados por muchos gigantes tecnológicos.
Pero el cerebro cuántico no es nada para poner los ojos en blanco. Con un componente principal, el equipo pudo imitar procesos cerebrales clave (activación de neuronas, procesamiento de sinapsis y aprendizaje) a escala atómica. Con el auge de la computación cuántica, los algoritmos adaptados a la ” acción espeluznante a distancia ” de la máquina podrían aumentar aún más la eficiencia del sistema. El procesamiento paralelo, algo que nuestros cerebros hacen muy bien pero que desconcierta a las computadoras modernas, ha sido el objetivo de los científicos para las computadoras cuánticas desde la década de 1990 .
Para su próxima búsqueda, el equipo planea descubrir más materiales cuánticos con diferentes propiedades que pueden ser más eficientes que el cobalto. Y les gustaría investigar por qué el cerebro cuántico funciona tan bien como lo hace.
“Estamos en un estado en el que podemos comenzar a relacionar la física fundamental con conceptos en biología, como la memoria y el aprendizaje”, dijeron los khajetoorianos. “Sin embargo, solo cuando entendamos cómo funciona, y eso sigue siendo un misterio, podremos ajustar su comportamiento y comenzar a desarrollarlo en una tecnología”.
A pesar de las incógnitas, el estudio abre un campo interesante en el nexo entre la neurociencia, la computación cuántica y la IA. “Es un momento muy emocionante”, dijeron los khajetoorianos.
Crédito de la imagen: Raman Oza de Pixabay
Fuente: https://singularityhub.com/2021/02/09/the-next-ai-hardware-could-be-a-quantum-brain/