WWW.CAPITALMEXICO.COM.MX

Domingo 13 de Octubre 2019
| | |

Nuevos procesadores definirán avance de Inteligencia Artificial

STAFF CAPITAL

STAFF CAPITAL

23 de Abril 2019


México, 23 Abr (Notimex).- Los algoritmos no serán los que realicen el avance de la Inteligencia Artificial (IA), sino los nuevos diseños de los procesadores, los cuales ayudarán a conseguir la evolución de ésta.

Así lo manifestó el científico informático Bill Dally, durante una presentación en la conferencia del EmTech Digital de MIT Technology Review.

El especialista aseguró que la revolución actual del aprendizaje profundo ha ocurrido gracias a las partes tangibles de un sistema informático (hardware).

Al repasar la historia de esta área, Bill Dally señaló que, una gran cantidad de los algoritmos utilizados en la actualidad existen desde la década de 1980. El avance en el uso de grandes cantidades de datos para entrenar redes neuronales se dio a inicios del 2000.

Sin embargo, fue hasta principios del 2010, cuando, dijo, las unidades de procesamiento de gráficos (GPU, por sus siglas en inglés) entraron en escena, esto marcó el inicio de la revolución de aprendizaje profundo.

“Tenemos que seguir ofreciendo un hardware más capaz, o el progreso de la IA se frenará”, sostuvo el experto.

En este sentido, los fabricantes de este tipo de hardware trabajan en el desarrollo de chips más especializados; por otro lado, buscan reducir los cálculos para ejecutar el aprendizaje profundo. También, experimentan con chips analógicos en vez de digitales.

De acuerdo con la revista “MIT Technology Review”, del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés), los nuevos chips diseñados para una tarea específica pueden superar a los GPU, que resultan ideales para abordar varios tipos de computación.

La diferencia, según Dally, podría ser equivalente a un aumento del 20 por ciento en la eficiencia para el mismo nivel de rendimiento.

Este tipo de hardware puede omitir cerca de 90 por ciento de los cálculos y mantener la misma precisión de aprendizaje, es decir, puede realizar las mismas funciones de aprendizaje con chips más pequeños.

-Fin de nota-

NTX/RAM-ICB/LCH