Los ordenadores diseñados para imitar la estructura del cerebro humano están demostrando una fortaleza inesperada. Son capaces de resolver algunas de las ecuaciones matemáticas más exigentes que subyacen a importantes problemas científicos y de ingeniería.
En un estudio publicado en Nature Machine Intelligence, los neurocientíficos computacionales de los Laboratorios Nacionales de Sandia, Brad Theilman y Brad Aimone, presentaron un nuevo algoritmo que permite al hardware neuromórfico resolver ecuaciones diferenciales parciales, o EDP, la base matemática para modelar fenómenos como la dinámica de fluidos, los campos electromagnéticos y la mecánica estructural.
Los resultados demuestran que los sistemas neuromórficos pueden manejar estas ecuaciones de manera eficiente. Este avance podría allanar el camino hacia la primera supercomputadora neuromórfica, ofreciendo una nueva vía para la computación de bajo consumo energético para la seguridad nacional y otras aplicaciones críticas.
La investigación fue financiada por la Oficina de Ciencia del Departamento de Energía a través de los programas Advanced Scientific Computing Research y Basic Energy Sciences, así como por el programa Advanced Simulation and Computing de la Administración Nacional de Seguridad Nuclear.
Resolviendo Ecuaciones Diferenciales Parciales con Hardware Similar al Cerebro
Las ecuaciones diferenciales parciales son esenciales para simular sistemas del mundo real. Se utilizan para predecir el clima, analizar cómo responden los materiales a la tensión y modelar procesos físicos complejos. Tradicionalmente, resolver EDP requiere una enorme potencia computacional. Los ordenadores neuromórficos abordan el problema de manera diferente, procesando la información de forma similar a como opera el cerebro.
“Estamos empezando a tener sistemas computacionales que pueden exhibir un comportamiento similar al de la inteligencia. Pero no se parecen en nada al cerebro, y la cantidad de recursos que requieren es, francamente, ridícula”, afirmó Theilman.
Durante años, los sistemas neuromórficos se consideraron principalmente herramientas para el reconocimiento de patrones o para acelerar las redes neuronales artificiales. Pocos esperaban que pudieran gestionar problemas matemáticamente rigurosos como las EDP, que normalmente son manejadas por supercomputadoras a gran escala.
Aimone y Theilman no se sorprendieron por el resultado. Argumentan que el cerebro humano realiza rutinariamente cálculos altamente complejos, incluso si las personas no son conscientes de ello.
“Tome cualquier tarea de control motor, como golpear una pelota de tenis o balancear un bate de béisbol”, dijo Aimone. “Son cálculos muy sofisticados. Son problemas de nivel exaescala que nuestros cerebros son capaces de hacer de forma muy económica.”
Computación de Bajo Consumo Energético para la Seguridad Nacional
Los hallazgos podrían tener importantes implicaciones para la Administración Nacional de Seguridad Nuclear, que es responsable de mantener la disuasión nuclear de la nación. Las supercomputadoras utilizadas en todo el complejo de armas nucleares consumen enormes cantidades de electricidad para simular la física de los sistemas nucleares y otros escenarios de alto riesgo.
La computación neuromórfica puede proporcionar una forma de reducir significativamente el consumo de energía sin dejar de ofrecer un sólido rendimiento computacional. Al resolver las EDP de una manera inspirada en el cerebro, estos sistemas sugieren que las simulaciones a gran escala podrían ejecutarse con mucha menos energía de la que requieren las supercomputadoras convencionales.
“Se pueden resolver problemas de física reales con computación similar al cerebro”, dijo Aimone. “Eso es algo que no esperarías porque la intuición de la gente va en la dirección opuesta. Y, de hecho, esa intuición suele ser errónea.”
El equipo prevé que las supercomputadoras neuromórficas se conviertan eventualmente en un componente central de la misión de Sandia de proteger la seguridad nacional.
Lo que la Computación Neuromórfica Revela Sobre el Cerebro
Más allá de los avances en ingeniería, la investigación también toca cuestiones más profundas sobre la inteligencia y cómo el cerebro realiza los cálculos. El algoritmo desarrollado por Theilman y Aimone refleja estrechamente la estructura y el comportamiento de las redes corticales.
“Basamos nuestro circuito en un modelo relativamente conocido en el mundo de la neurociencia computacional”, dijo Theilman. “Hemos demostrado que el modelo tiene una conexión natural, aunque no obvia, con las EDP, y esa conexión no se había establecido hasta ahora, 12 años después de que se presentara el modelo.”
Los investigadores creen que este trabajo podría ayudar a conectar la neurociencia con las matemáticas aplicadas, ofreciendo una nueva comprensión de cómo el cerebro procesa la información.
“Las enfermedades del cerebro podrían ser enfermedades de la computación”, dijo Aimone. “Pero aún no tenemos una comprensión sólida de cómo el cerebro realiza los cálculos.”
Si esa idea resulta correcta, la computación neuromórfica podría algún día contribuir a una mejor comprensión y tratamiento de trastornos neurológicos como el Alzheimer y el Parkinson.
Construyendo la Próxima Generación de Supercomputadoras
La computación neuromórfica sigue siendo un campo emergente, pero este trabajo representa un importante paso adelante. El equipo de Sandia espera que sus resultados fomenten la colaboración entre matemáticos, neurocientíficos e ingenieros para ampliar lo que esta tecnología puede lograr.
“Si ya hemos demostrado que podemos importar este algoritmo de matemáticas aplicadas relativamente básico pero fundamental al neuromórfico, ¿existe una formulación neuromórfica correspondiente para técnicas de matemáticas aplicadas aún más avanzadas?”, preguntó Theilman.
A medida que continúa el desarrollo, los investigadores son optimistas. “Tenemos un pie en la puerta para comprender las cuestiones científicas, pero también tenemos algo que resuelve un problema real”, dijo Theilman.
