Durante los últimos años han aparecido algunos de los más emocionantes avances en inteligencia artificial, como fruto de las redes neuronales convolucionales, grandes redes virtuales de unidades simples de procesamiento de información, que han sido modeladas ligeramente con arreglo a la anatomía del cerebro humano.
Las redes neurales se montan habitualmente usando unidades de procesamiento de gráficos (GPUs), chips especializados en gráficos que encontramos en todos los dispositivos de computación con pantallas. Una GPU móvil, del tipo encontrado en un teléfono celular, podría tener casi 200 núcleos o unidades de procesamiento, lo que la hace muy adecuada para simular una red de procesadores distribuidos.
El equipo de Vivienne Sze, del Instituto Tecnológico de Massachusetts (MIT) en Cambridge, Estados Unidos, ha presentado un nuevo chip diseñado específicamente para poner en práctica redes neurales. Es 10 veces más eficiente que una GPU móvil, de manera que podría permitir que los dispositivos móviles ejecuten potentes algoritmos de inteligencia artificial de forma local, en vez de enviar datos a un servidor de internet para que este los procese.
Las redes neurales fueron estudiadas ampliamente en los primeros tiempos de la investigación en inteligencia artificial, pero hacia la década de 1970 se perdió el interés en ellas. En la última década, sin embargo, han disfrutado de un renacimiento, bajo el nombre del concepto conocido como “aprendizaje profundo”. El aprendizaje profundo es útil para muchas aplicaciones, como el reconocimiento de objetos, el habla y la detección de rostros.
No hay comentarios.:
Publicar un comentario