Búsqueda · 31 momentos en 19 episodios
María RibesLuisa AchaerandioBorja TosarIgnacio CrespoFrancis VillatoroHéctor Socascrecimiento capacidad modelos inteligencia artificialentrenamiento complejo modelos iagasto energético entrenamiento de modeloseficiencia energética sistemas inteligencia artificialcerebro humano redes neuronalesinteligencia artificial consumo energéticopaper eficiencia cerebro ordenador digitaleficiencia energética inteligencias artificialescerebro humano bajo consumoprocesamiento en paralelo inteligencias artificialesIgnacio CrespoFrancis VillatoroLeon Chua
Imitación del cerebro eficiencia energética
Con
0:000:301:001:302:002:303:003:29
Ignacio Crespo compara la eficiencia del cerebro humano con la de las redes neuronales artificiales utilizadas en inteligencia artificial, destacando una diferencia significativa en el consumo energético.
…convoluc, convoluc. Eso es lo que me estaba pasando: redes convolucionales, inspiradas en la arquitectura que tienen nuestras áreas visuales principales, la primaria, la secundaria. Lo que vemos aquí es algo que recupera un poco esa idea. ¿Para qué? Yo creo que todos estamos viendo un montón de noticias sobre la inteligencia artificial, ya no sobre lo que pasa ahora sino las expectativas. ¿Qué es lo que va a pasar? Cada vez crece más la capacidad de estos modelos, pero también requieren un entrenamiento más complejo, más gasto energético y superan nuestras capacidades. Hay que volvernos más eficientes; es un poco la idea, conseguir sistemas que sean más eficientes. Y resulta que el cerebro humano parece que tiene ahí algunas soluciones que todavía no comprendemos y que es increíblemente eficiente comparado con las redes neuronales artificiales que utilizamos para la inteligencia artificial. En este paper dan el dato de unas 100.000 veces más eficiente que un ordenador digital. Realmente, pensemos que por mucho que el cerebro gasta una cuarta parte de las calorías que consumimos, decirlo de esta forma, eso es bajísimo comparado con lo que gastan los sistemas informáticos que utilizamos para sostener a las inteligencias artificiales. Más que un chip, realmente imagínate si tenemos que escalarlo como lo escalamos. Tal vez esto pueda ser una solución, pero para eso hay que encontrar el truco ¿Dónde están las diferencias? Porque estará ahí, ¿no? Estará en una de las diferencias, el truco que usa el cerebro y que no están haciendo las inteligencias artificiales Por ejemplo, su procesamiento en paralelo o, y esto es. en lo que insisten realmente los chips neuromórficos, que es a lo que vamos que es que el cerebro no tiene tan divididas las estructuras que se encargan de la memoria, de procesar información, de la atención en principio casi cualquier parte de la corteza…
Significado #1 · Palabras #2
Ignacio Crespo explica cómo comenzó la investigación sobre la inteligencia artificial y la arquitectura del cerebro, mencionando el modelo matemático del funcionamiento de la membrana neuronal.
Habla: Ignacio CrespoPalabras #12modelo matemático membrana neuronalimpulsos eléctricos superficie neuronalintercambio de iones neurona…vamos a aprender del cerebro para construir nuestros sistemas y vamos tal vez a intentar arrojar luz con nuestros sistemas sobre cómo funciona el cerebro. Eso es una propuesta que lleva décadas arrojando, bueno, menos que más resultados, pero ha hecho cosas. Y esto empezó con un modelo matemático del funcionamiento de la membrana de una neurona. Esas células que componen la mitad de nuestro cerebro, vamos a decirlo así porque hay otras células, y que son capaces de transmitir de manera muy eficiente impulsos eléctricos por su superficie, luego liberan sustancias químicas que van a la siguiente neurona y se propagan de esa forma. Bueno, pues la manera en la que se comporta esa membrana se debe a un intercambio de iones cargados eléctricamente entre el exterior y el interior. Pues llega un momento, Hawking y Huxley, son dos científicos muy conocidos de familias elitistas británicas, por supuesto; si os suenan sus apellidos, por supuesto que son de los Hawking y Huxley, que os puedan sonar de todas las cosas, son esos, o sea, el…
Ignacio Crespo compara la eficiencia del cerebro humano con la de las redes neuronales artificiales utilizadas en inteligencia artificial, destacando una diferencia significativa en el consumo energético.
Habla: Ignacio CrespoSignificado #1 · Palabras #2crecimiento capacidad modelos inteligencia artificialentrenamiento complejo modelos iagasto energético entrenamiento de modeloseficiencia energética sistemas inteligencia artificialcerebro humano redes neuronalesinteligencia artificial consumo energéticopaper eficiencia cerebro ordenador digitaleficiencia energética inteligencias artificialescerebro humano bajo consumoprocesamiento en paralelo inteligencias artificiales…convoluc, convoluc. Eso es lo que me estaba pasando: redes convolucionales, inspiradas en la arquitectura que tienen nuestras áreas visuales principales, la primaria, la secundaria. Lo que vemos aquí es algo que recupera un poco esa idea. ¿Para qué? Yo creo que todos estamos viendo un montón de noticias sobre la inteligencia artificial, ya no sobre lo que pasa ahora sino las expectativas. ¿Qué es lo que va a pasar? Cada vez crece más la capacidad de estos modelos, pero también requieren un entrenamiento más complejo, más gasto energético y superan nuestras capacidades. Hay que volvernos más eficientes; es un poco la idea, conseguir sistemas que sean más eficientes. Y resulta que el cerebro humano parece que tiene ahí algunas soluciones que todavía no comprendemos y que es increíblemente eficiente comparado con las redes neuronales artificiales que utilizamos para la inteligencia artificial. En este paper dan el dato de unas 100.000 veces más eficiente que un ordenador digital. Realmente, pensemos que por mucho que el cerebro gasta una cuarta parte de las calorías que consumimos, decirlo de esta forma, eso es bajísimo comparado con lo que gastan los sistemas informáticos que utilizamos para sostener a las inteligencias artificiales. Más que un chip, realmente imagínate si tenemos que escalarlo como lo escalamos. Tal vez esto pueda ser una solución, pero para eso hay que encontrar el truco ¿Dónde están las diferencias? Porque estará ahí, ¿no? Estará en una de las diferencias, el truco que usa el cerebro y que no están haciendo las inteligencias artificiales Por ejemplo, su procesamiento en paralelo o, y esto es. en lo que insisten realmente los chips neuromórficos, que es a lo que vamos que es que el cerebro no tiene tan divididas las estructuras que se encargan de la memoria, de procesar información, de la atención en principio casi cualquier parte de la corteza…
Ignacio Crespo describe un nuevo avance en el desarrollo de chips neuromórficos, destacando cómo investigadores han logrado simular neuronas que disparan por ráfagas, una característica compleja hasta ahora inalcanzada.
Habla: Ignacio CrespoSignificado #7 · Palabras #14chips neuromórficos simulan neuronasráfagas de disparo en neuronas artificialesinvestigadores logran complejidad chips neuromórficoseficiencia cerebro para nuevos chips…de forma constante, incluso sin estímulo externo, están disparando trenes de estímulos hasta que reciben suficiente impulso otras neuronas y entonces se inhiben, vamos a decirlo de esa forma. Pero tienen un comportamiento diferente, se disparan de otra forma. Y un tercero, que no es ni integran información y disparan una vez, ni disparan de forma constante por defecto, sino que disparan por ráfagas. Pero eso ya requiere una complejidad que, bueno, pues en este artículo plantean que no se había conseguido de esta manera hasta ahora y que ellos sí lo han logrado. esto está muy bien, esto es muy interesante y realmente podría ser clave para desarrollar sistemas que se comuniquen con nuestro cerebro que aprovechen la eficiencia de nuestro cerebro para diseñar estos nuevos chips neuromórficos pero no lo son todavía no lo son y eso es importante subrayarlo así que ¿qué hacen aquí? Yo aquí he tenido que buscar cosas porque la verdad es que se escapaba de lo que normalmente se ve. De hecho está publicado, no lo he dicho, en Nature Nanotechnology, no en una revista generalista ni en una revista dedicada a neurociencia, sino…
Ignacio Crespo explica cómo investigadores buscan emular la forma en que se disparan las neuronas del cerebro al observar que estas no presentan una subida abrupta y bajada, sino un patrón similar a dientes de sierra.
Habla: Ignacio CrespoSignificado #2 · Palabras #1neuronas del cerebro dientes de sierraimitación del cerebro eficiencia energéticadespolarización neuronal patrón dientes de sierra…subida y esa bajada, y ya está. Y había trenes de impulsos que podías hacer uno detrás de otro, en función de la amplitud y de la frecuencia, pues podías estimular unas neuronas naturales cuando lo conectabas con el cerebro u otras. Bueno, eso está muy bien. Pero ellos decían: el cerebro realmente, si yo mido cómo se despolariza la neurona, no veo esta subida abrupta, esta meseta perfectamente plana y esta bajada. Veo como dientes de sierra. Y aquí viene lo que son posiblemente especulaciones: si consigo hacerlo con dientes de sierra será más eficiente. De nuevo, por imitación del cerebro. Si el cerebro es eficiente y lo imito en todo, pues igual lo consigo. No está claro. Ellos dicen puede que sí y no hacen el paso de vamos a comprobarlo. Dicen vamos a intentar imitarlo. Ya veremos si sí y si no, pero vamos a intentar imitarlo, que es nuestro objetivo con este material entre dos láminas de grafeno conectado en El circuito y en realidad de forma un poquito más compleja porque lo que tienen es un circuito que junta estos materiales que he dicho y le llaman oscilador, pero lo acoplan a un segundo para que además tenga otra propiedad que comparte con nuestras neuronas,…
Ignacio Crespo confirma que han logrado estimular neuronas naturales con una neurona artificial, lo que indica alta eficiencia y se relaciona con estrategias previamente mencionadas.
Habla: Ignacio CrespoSignificado #5neurona artificial estimula neuronas naturaleseficiencia alta de la neurona artificialignacio crespo confirma estrategia neuronal…ser un poco criticable pudiendo tener más variabilidad, pero bueno, cogen 14 cortes en total y los mantienen funcionales; no voy a decir vivos, que eso es un poco tal vez controvertido, pero funcionales, y los estimulan a través de este sistema y dicen: ¡eh! Confirmado, conseguimos estimular las neuronas naturales con esta neurona artificial. Eso significa que es tremendamente eficiente. Bueno, esto ya se hacía; lo que pasa es que la estrategia que están siguiendo ellos es interesante por otras cosas que no hemos nombrado a pesar de que eran principales en el título, como por ejemplo que esta neurona. Está impresa, esta neurona una de las cosas buenas que tiene es que es flexible, que está impresa con un aerosol, digamos imaginarlo así, capas sobre capas y que además frente a otros compuestos que se han utilizado para tener también esta propiedad de cuando…
Ignacio Crespo reflexiona sobre las limitaciones de los materiales utilizados para simular neuronas, señalando la sensibilidad de estas a factores como la temperatura y la falta de oxígeno.
Habla: Ignacio CrespoPalabras #16disulfuro molibdeno temperaturas cerebrodespolarización disparo disulfuro molibdenocerebro humano sensibilidad temperaturasneuronas sensibles a altas temperaturasondas rectangulares activación nerviosaeficiencia ondas morfología rectangularignacio crespo simulación de neuronas…ese comportamiento unas temperaturas mucho mayores; necesitaba que alcanzara temperaturas que posiblemente no fueran compatibles con un injerto de estos dispositivos para control de interfaces cerebro -máquina. Ojo, tampoco está claro que estos lo sean. Las temperaturas a las que alcanza realmente los puntos importantes de este disulfuro de molibdeno, aquellos por los que se transmite la corriente en los momentos de la despolarización del disparo, pueden ser bastante más altos lógicamente que los que tiene un cerebro humano funcional y el cerebro además es muy sensible. A las altas temperaturas. Las neuronas son sensibles a todo: a falta de oxígeno, a las altas temperaturas; con lo que, bueno, todo eso habría que verlo. Y es cierto que unas ondas con la misma amplitud y la misma frecuencia, pero de morfología rectangular, como esas que decíamos que hacen otros dispositivos, hasta donde sabemos también son eficientes, activando el tejido nervioso de un cerebro, de un nervio. Así que, bueno, ahí se plantean dudas. Lo que me ha parecido curioso es la estrategia, porque hasta aquí he contado un poco lo que buscaban, lo que han hecho, pero hay un punto clave de por qué han elegido realmente este sistema y es que aprovechan la suciedad de un procedimiento que creían que no…
Francis Villatoro continúa la conversación sobre memristores, mencionando su menor consumo de potencia en comparación con los transistores tradicionales y el interés en su uso para ingeniería neuromórfica.
Habla: Francis VillatoroSignificado #8 · Palabras #20memristores menor consumo potenciaingeniería neuromórfica ignaciocomputación imitación neuronasgrupos españoles ingeniería neuromórfica…casi de que era el memristor de Chua. Se ha logrado ese dispositivo que ideó Chua, démosle el premio Nobel a Chua, pero cuidado: es un dispositivo activo; cuando cruzamos el nanohilo el dispositivo ya no es pasivo, es activo y este tipo de memristores en Cualquier caso son dispositivos que, como ha comentado Ignacio, consumen mucha menos potencia que los dispositivos activos basados en transistores con lo que se ha propuesto. Llevamos ya más de 10 años con una enorme cantidad de propuestas de usar este tipo de dispositivos en computación, en lo que se llama ingeniería neuromórfica, en utilizar, imitar neuronas, imitar sistemas que consumen poca potencia para realizar cómputo y eso, bueno, ahí tenemos varios grupos españoles que están haciendo cosas muy interesantes y eso se publica mucho. Entonces, hay una línea que es esa de imitar neuronas. Y hay otras líneas que es directamente tratar de usar esto como nuevo sistema de cómputo alternativo a la GPU y a las TPU para inteligencia artificial con sistemas profundos, de aprendizaje profundo. Eso todavía no ha dado el pelotazo y este tipo de…
Ignacio Crespo discute sobre los desafíos para la implementación a largo plazo de interfaces cerebro-máquina, señalando que el cerebro tiende a cicatrizar y volverse menos sensible a los electrodos implantados.
Habla: Ignacio CrespoPalabras #9cerebro cicatrización interfaces cerebro máquinaelectrodos finos interfaces cerebro máquinacontrol cursor interfaces cerebro máquina…lo digo para los oyentes. Sí, un millón de veces, puestos en términos de neuronas humanas y con sinapsis, digamos con duraciones de una fracción de segundo, digamos una décima de segundo. Estamos hablando de 100.000 segundos, no sé, 3.000 segundos por hora. No sé, 7 días o algo así, me salen calculando de cabeza. Habría que ver, cuando hablamos de interfaces cerebro-máquinas hay muchos factores limitantes para implantarlos de forma eficiente a largo plazo. Uno de ellos, y yo creo que suele ser el principal, es que el cerebro, por mucho que no tenga una capacidad de cicatrización increíble, también intenta cicatrizar y lo que en un primer momento puede estimular bien la zona donde se ha implantado también cambia; puede volverse menos sensible a la actividad del electrodo que hemos puesto. Por eso se buscan cada vez electrodos más finos, menos invasivos; eso es uno de los muchísimos frentes. Antes de imaginar realmente un interfaz cerebro-máquina como los que vemos en las películas, tenemos que imaginar cosas muchísimo más sencillas, cosas que tengan que ver con el control prácticamente de un cursor, cosas que se hacen ahora pero de manera más eficiente. Vale, pues si quieren vamos pasando de tema. Vamos a ver, yo he ido acumulando; creo que tengo cuatro cosas así que habían ido quedando pendientes. ¿Qué les apetece más hablar? ¿De SETI?, ¿de Antimateria?, ¿de Tres y Atlas? Seti, Seti.…