Un grupo de investigación del Politecnico di Milano ha desarrollado un nuevo circuito informático que puede ejecutar operaciones avanzadas, típico de las redes neuronales para la inteligencia artificial, en una sola operación.

El rendimiento del circuito en términos de velocidad y consumo de energía allana el camino para una nueva generación de aceleradores de computación de inteligencia artificial que son más eficientes energéticamente y más sostenibles a escala global. El estudio ha sido publicado recientemente en la prestigiosa Avances de la ciencia .

Reconociendo una cara o un objeto, o interpretar correctamente una palabra o una melodía musical son operaciones que hoy en día son posibles en los gadgets electrónicos más habituales, como teléfonos inteligentes y tabletas, gracias a la inteligencia artificial. Para que esto suceda, las redes neuronales complicadas deben estar debidamente capacitadas, que es tan enérgicamente exigente que, según algunos estudios, la huella de carbono que se deriva del entrenamiento de una red neuronal compleja puede igualar la emisión de 5 coches a lo largo de todo su ciclo de vida.

Para reducir el consumo de tiempo y energía del entrenamiento, se deben desarrollar circuitos que sean radicalmente diferentes del enfoque convencional y que sean capaces de imitar con mayor precisión la estructura de las redes neuronales y las características de las sinapsis biológicas. Un ejemplo típico es el concepto de computación en memoria, donde los datos se procesan directamente dentro de la memoria, exactamente como en el cerebro humano.

Basado en esta analogía, el grupo de investigación del Politecnico di Milano ha desarrollado un circuito novedoso que puede ejecutar una función matemática conocida como regresión en una sola operación. Para ello utilizan una memoria resistiva, también conocido como memristor, un dispositivo que puede memorizar cualquier dato (por ejemplo, el valor de una acción en un momento determinado) en el valor de su resistencia. Al organizar estos elementos de memoria dentro de una matriz con el tamaño de unos pocos micrómetros (unas millonésimas de metro), el grupo del Politecnico di Milano ha podido ejecutar una regresión lineal sobre un grupo de datos.

Esta operación es capaz de determinar la línea recta que mejor describe una secuencia de datos, permitiendo, por ejemplo, para predecir la tendencia en el mercado de valores basado en un modelo lineal simple. Regresión logística, que permite la clasificación de datos dentro de una base de datos, también se ha demostrado. Esta función es fundamental para los denominados sistemas de recomendación, que son herramientas de marketing cruciales para las compras en línea.