Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: Psicología del Pensamiento, Profesor: margarita limón, Carrera: Psicología, Universidad: UAM
Tipo: Apuntes
1 / 6
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
CORTESÍA DE PETER FROMHERZ, INSTITUTO MAX PLANCK DE BIOQUÍMICA
Aunque las neuronas y los chips de ordenador presentan un aspecto diferente, poseen características en común. Ambos procesan y transmiten señales.
wabena Boahen obtuvo su primer ordenador de adolescente, en 1982. Por entonces vivía en Accra, ciudad de Ghana. «Era un chisme precio- so», recuerda. Con conectar al dis- positivo un reproductor de casetes para almace- nar los datos y un televisor que hacía las veces de pantalla, ya podía empezar a escribir programas. No obstante, su entusiasmo inicial se esfumó cuando descubrió cómo funcionaban las tripas de la computadora. «Vi que el procesador central enviaba datos sin parar, de acá para allá. Pensé: “¡debe trabajar como un loco!”». De manera ins- tintiva percibió que el diseño de los ordenadores requería un poco más de «África». «Algo más dis- tribuido, más fluido, menos rígido», aclara. Este profesor de bioingeniería en la Universidad Stanford, en California, forma parte del reducido grupo de investigadores que intentan crear compu- tadoras por «ingeniería inversa», es decir, imitando el funcionamiento del cerebro humano. El cerebro es un órgano eficiente en su consumo de energía y es capaz de efectuar cómputos que desafían a los más potentes superordenadores. A pesar de sus componentes imperfectos: las neuro- nas constituyen un revoltijo de materia orgánica, mudable y lenta. Sin embargo, comprende el len- guaje, efectúa razonamientos abstractos y controla los movimientos, entre otras habilidades, y todo ello con un tamaño menor que una caja de zapatos y un consumo energético inferior al de una bom- billa eléctrica doméstica. Nada en él se parece, ni remotamente, a un procesador central. Con el objetivo de lograr proezas similares a partir de silicio, los científicos trabajan en la cons- trucción de sistemas de chips no digitales que funcionen de forma tan afín como sea posible a las redes neuronales biológicas. Hace unos pocos años, Boahen creó un dispositivo, de nombre Neu- rogrid, capaz de emular un millón de neuronas (el cerebro de una abeja contiene un número similar de estas células nerviosas). Tras un cuarto de siglo de desarrollo, empiezan a descubrirse posibles aplicaciones de la tecnolo- gía neuromórfica. Así, resulta prometedora para los dispositivos que exigen un volumen y un con- sumo reducidos, como los teléfonos inteligentes, los robots, o los ojos u oídos artificiales. Atraídos por esa posibilidad, algunos investigadores se han embarcado en esta aventura en los últimos años, amén de los cientos de millones de euros que han invertido organismos de Estados Unidos y Europa para financiar los estudios. Asimismo, los dispositivos neuromórficos pro- porcionan un poderoso instrumento de investi- gación para los neurocientíficos, afirma Giacomo Indiveri, del Instituto de Neuroinformática (INI) de Zúrich. Según apunta, si se puede analizar qué modelos teóricos del procesamiento de informa- ción funcionan en sistemas físicos existentes, entenderemos por qué el cerebro está construi- do de esta manera y no de otra. Por otra parte, la metodología neuromórfica debería contribuir a esquivar uno de los mayores problemas de la informática futura: la ley de Moore. Desde hace años, los fabricantes de microcircui- tos duplican el número de transistores en un chip cada dos años. Según prevé la ley de Moore, este desarrollo llevará pronto a la creación de circuitos de silicio tan diminutos que no podrán generar señales claras, por lo que se producirán fugas de electrones entre los componentes, los cuales, a su vez, se volverán tan falibles como las neuronas. Algunos investigadores están tratando de re- solver este problema con parches de software valiéndose, por ejemplo, de técnicas estadísticas de corrección de errores similares a las que se em- plean para que Internet funcione sin tropiezos. Boahen afirma, no obstante, que la solución más eficaz consistirá en la misma a la que llegó el ce- rebro hace millones de años. «Mi objetivo es un nuevo paradigma capaz de realizar una compu- tación eficiente, incluso cuando los componentes resulten demasiado pequeños para ser fiables», expone.
La idea neuromórfica se remonta a los años ochen- ta del siglo xx. Carver Mead, del Instituto de Tec- nología de California en Pasadena y un precursor de nombradía mundial en el diseño de microcir- cuitos, acuñó el término. También fue uno de los primeros en destacar la ventaja en rendimiento energético que presentaba el cerebro. «Es una cuestión que siempre me ha fascinado. ¿Cómo dia- blos puede el cerebro conseguirlo?», apunta ahora. La estrategia de Mead para averiguarlo con- sistió en remedar la sobriedad energética de los procesos cerebrales mediante silicio «subumbral», esto es, circuitos que operan a voltajes demasia- do bajos para cambiar de estado un bit estándar (entre 0 y 1 ). Pero incluso a esos voltajes mínimos EN SÍNTESIS
1 Los investigadores in- tentan imitar el cerebro y las neuronas mediante chips neuromórficos. 2 Las neuronas artificia- les, a semejanza de las biológicas, requieren poca energía. Esta característica las convierte en un objetivo para aplicaciones técnicas. 3 Las neuronas de silicio también contribuyen al conocimiento del funcio- namiento cerebral. EN BREVE El silicio es un elemento químico que sirve de ma- terial base en la tecnología informática, ya que, como semiconductor , resulta muy adecuado para las conexiones eléctricas: dependiendo de las condiciones externas, puede alterarse su capacidad de conducción y, de esta manera, el flujo eléctrico. La tecnología neuromórfica comprende los sistemas elec- trónicos que se inspiran en estructuras neurobiológicas.
lo han utilizado para ensayar modelos teóricos de la función neuronal en procesos como la me- moria operacional, la adopción de decisiones o la atención visual. «En términos de eficiencia real, de fidelidad a las redes neuronales del cerebro, el Neurogrid de Kwabena Boahen se halla muy por delante de otros sistemas neuromórficos de gran escala», asegura Rodney Douglas, cofundador del INI y codesarrollador de la neurona de silicio. No obstante, ningún sistema es perfecto, como el propio Boahen reconoce. Una de las grandes deficiencias de Neurogrid estriba en que sus sinapsis —de promedio, unas 5000 por neurona— son conexiones simplificadas de las reales y no se pueden modificar de modo in- dividual. Ello implica que el sistema no puede usarse para el aprendizaje, como sí ocurre con el cerebro, cuyas sinapsis van modificándose con las experiencias. Dado el reducido espacio disponible en un chip, apretujar en él la compleja circuitería necesaria para lograr que cada sinapsis se comporte de modo más realista exigiría elementos unas mil veces menores que los actuales, rondando ya en los dominios de la nanotecnología. Hoy por hoy, ello resulta imposible, si bien un tipo de disposi- tivos de memoria de nueva generación podrían resolver ese problema algún día. Se trata de los memristores, dispositivos que presentan unas dimensiones nanométricas. Otro obstáculo emerge de las variaciones que se dan de manera inevitable en el proceso de fabricación, lo que implica que cada chip neuro- mórfico presenta un funcionamiento algo distin- to. «Aun así, la variabilidad es mucho menor que la que se observa en el cerebro», señala Boahen. Ello obliga, no obstante, a que los programas de Neurogrid toleren importantes variaciones en las frecuencias de activación de las pseudoneuronas silíceas. La dificultad ha llevado a que algunos investi- gadores abandonen la idea inicial de Mead, quien proponía utilizar chips subumbrales. En su lugar están empleando sistemas digitales más usuales y todavía neuromórficos, en el sentido de que reproducen el comportamiento eléctrico de las neuronas individuales, pero más predictibles y fáciles de programar. En contrapartida, su con- sumo energético es mayor.
El bioingeniero Kwabena Boahen, de la Universidad Stanford, aspira a aunar la informática con la neurobiología. JOEL SIMON / CORTESÍA DE LA UNIVERSIDAD STANFORD
El proyecto SpiNNaker constituye un ejemplo puntero en este campo. Empezó su andadura en 2005 , en la Universidad de Manchester, de manos del ingeniero informático Steve Furber. Este siste- ma utiliza una versión con chips digitales de bajo consumo, a cuyo desarrollo contribuyó Furber. Son similares a los que se encuentran en muchos teléfonos inteligentes. En la actualidad, SpiNNaker puede emular hasta cinco millones de neuronas. Según describe Furber, estas son más sencillas que las de Neurogrid y consumen más energía, pero la finalidad del sistema es similar: operar modelos del cerebro a gran escala y en tiempo biológico real. Otra tentativa sigue los principios de los chips pseudoneuronales, pero multiplica su velocidad. Las neuronas de Neurogrid operan a la misma ve- locidad que las reales. Dentro del proyecto europeo BrainScaleS, dirigido por Karlheinz Meier, antes físico de aceleradores de partículas y en la actuali- dad investigador en la Universidad de Heidelberg, se está desarrollando un sistema neuromórfico capaz de emular, por ahora, 400. 000 neuronas a una velocidad hasta 10. 000 veces mayor que la de las neuronas reales [ véase «Computadora neurobiológica», por Karlheinz Meier; Mente y cerebro n.o^65 , 2014 ]. Esto significa que consume unas 10. 000 veces más energía que los procesos cerebrales equivalentes. Sin embargo, para nume- rosos investigadores, esta velocidad representa una ventaja. «Podemos simular en diez segundos un día entero de actividad nerviosa», asegura Meier. Furber y Meier disponen de los fondos necesa- rios para avanzar en su investigación. Entre am- bos integran la rama neuromórfica del Proyecto Cerebro Humano, dotado por la Unión Europea con mil millones de euros y a desarrollar en diez años. En octubre de 2013 se lanzó oficial- mente el proyecto [ véase «La ofensiva cerebral», por Ulrike Gebhardt; Mente y cerebro n.o^65 , 2014 ]. Los alrededor de cien millones de euros reservados para la investigación neuromórfica permitirán al grupo de Furber expandir su sis- tema hasta quinientos millones de neuronas digitales. El grupo de Meier, por su parte, prevé llegar a los cuatro millones. El éxito de dichos proyectos de investigación ha contribuido a alimentar el interés por la idea de utilizar hardware neuromórfico en aplicacio- nes prácticas que ofrezcan un consumo reducido para dispositivos que irían desde teléfonos a ro- bots. Hasta hace poco, este factor no constituía una prioridad en la industria informática. Por lo general, los diseñadores de chips han venido re- duciendo el consumo de energía simplificando el diseño de los circuitos o repartiendo los cómpu-
La tecnología neuromórfi- ca se inspira en neuronas y circuitos nerviosos del cerebro. Como este, con- sume mucha menos ener- gía que los chips típicos de los ordenadores.
Cada neurona cuenta con unas
Tanto en las neuronas reales como en las versiones neuromór- ficas, las tensiones e intensidades eléctricas varían de forma suave, en lugar de saltar al estilo binario, de un valor definido a otro.
Esta fibra, que puede alcanzar una longitud de un metro, trans- mite los picos de tensión a otras neuronas.
Cada neurona emulada recibe se- ñales a través de varios millares de estos enlaces, que suelen ser más sencillos que las sinapsis biológicas.
Tanto las neuronas verdaderas como las emuladas acumulan, o in- tegran, las señales aferentes hasta que se supera un umbral; entonces activan y emiten una serie de picos de tensión salientes.
Portador de los picos de tensión hasta otras neuronas emuladas, el hilo eléctrico es el remedo del axón. NATURE
