Un problema importante al que se enfrenta la inteligencia artificial es la interacción entre la memoria de una computadora y sus capacidades de procesamiento. Cuando un algoritmo está en funcionamiento, los datos fluyen rápidamente entre estos dos componentes. Sin embargo, los modelos de IA se basan en una gran cantidad de datos, lo que crea un cuello de botella.
A nuevo estudiopublicado el lunes en la revista Frontiers in Science de la Universidad Purdue y el Instituto de Tecnología de Georgia, sugiere un enfoque novedoso para construir arquitectura informática para modelos de IA utilizando algoritmos inspirados en el cerebro. Los investigadores dicen que crear algoritmos de esta manera podría reducir los costos de energía asociados con los modelos de IA.
“Los modelos de procesamiento del lenguaje se han multiplicado por 5.000 en tamaño en los últimos cuatro años”, dijo Kaushik Roy, profesor de ingeniería informática de la Universidad Purdue y autor principal del estudio. en una declaración. “Esta expansión alarmantemente rápida hace que sea crucial que la IA sea lo más eficiente posible. Eso significa repensar fundamentalmente cómo se diseñan las computadoras”.
La mayoría de las computadoras actuales se basan en una idea de 1945 llamada arquitectura von Neumann, que separa el procesamiento y la memoria. Aquí es donde se produce la desaceleración. A medida que más personas en todo el mundo utilizan modelos de IA ávidos de datos, la distinción entre el procesamiento y la capacidad de memoria de una computadora podría convertirse en un problema más importante.
Los investigadores de IBM denunciaron este problema. en una publicación a principios de este año. El problema al que se enfrentan los ingenieros informáticos se llama “muro de la memoria”.
Rompiendo el muro de la memoria
El muro de la memoria Se refiere a la disparidad entre la memoria y las capacidades de procesamiento. Básicamente, la memoria de la computadora tiene dificultades para mantenerse al día con las velocidades de procesamiento. Este no es un problema nuevo. Un par de investigadores de la Universidad de Virginia acuñó el término allá por los años 1990.
Pero ahora que la IA prevalece, el problema del muro de memoria está consumiendo tiempo y energía en las computadoras subyacentes que hacen que los modelos de IA funcionen. Los investigadores del artículo sostienen que podríamos probar una nueva arquitectura informática que integre memoria y procesamiento.
Inspirados en el funcionamiento de nuestro cerebro, los algoritmos de IA a los que se hace referencia en el artículo se conocen como picos de redes neuronales. Una crítica común a estos algoritmos en el pasado es que pueden ser lentos e inexactos. Sin embargo, algunos científicos informáticos sostienen que estos algoritmos tienen mostrado una mejora significativa en los últimos años.
Los investigadores sugieren que los modelos de IA deberían utilizar un concepto relacionado con los SNN, conocido como computación en memoria. Este concepto es todavía relativamente nuevo en el campo de la IA.
“CIM ofrece una solución prometedora al problema del muro de memoria al integrar capacidades informáticas directamente en el sistema de memoria”, escriben los autores en el resumen del artículo.
Los dispositivos médicos, el transporte y los drones son algunas áreas en las que los investigadores creen que se podrían lograr mejoras si el procesamiento y la memoria de la computadora se integraran en un solo sistema.
“La IA es una de las tecnologías más transformadoras del siglo XXI. Sin embargo, para sacarla de los centros de datos y llevarla al mundo real, necesitamos reducir drásticamente su uso de energía”, dijo en un comunicado Tanvi Sharma, coautor e investigador de la Universidad Purdue.
“Con menos transferencia de datos y un procesamiento más eficiente, la IA puede caber en dispositivos pequeños y asequibles con baterías que duran más”, afirmó Sharma.
Fuente: diariodetantoyuca.com.mx
Deja una respuesta