En noviembre de 2012, IBM
anunció que utilizó el supercomputador Blue Gene/Q Sequoia, para lograr
una simulación sin precedentes, de más de 530 mil millones de neuronas.
El Blue Gene/Q Sequoia logró esta hazaña
gracias a su fantástica velocidad: 16 mil millones de cálculos por
segundo. De hecho, en la actualidad se ubica como el segundo
superordenador más rápido del mundo, después del superordenador Titan, del Laboratorio Nacional de Oak Ridge.
Pero, de acuerdo con Kwabena Boahen, Ph.D., el Blue Gene aún no se compara con la potencia de cálculo del propio cerebro.
“El cerebro es realmente capaz de hacer
más cálculos por segundo que la supercomputadora más rápida”, dice
Boahen, profesor de la Universidad de Stanford, director de Brains in
Silicon Research Laboratory.
Eso no quiere decir que el cerebro es
más rápido que una supercomputadora. De hecho, en realidad es mucho más
lento. El cerebro puede hacer más cálculos por segundo porque es
“masivamente paralelo”, es decir que las redes de neuronas trabajan al
mismo tiempo para resolver un gran número de problemas a la vez.
En las plataformas de computación
tradicionales, sin importar cuán rápidas éstas sean, operan de forma
secuencial, lo que significa que, cada paso debe ser completado antes de
comenzar el siguiente.
Boahen trabaja a la vanguardia de un
campo llamado ingeniería neuromórfica, que busca replicar la
extraordinaria capacidad computacional del cerebro, utilizando hardware
innovador y aplicaciones de software. El logro más reciente de su
laboratorio es una nueva plataforma informática denominada Neurogrid,
que simula la actividad de un millón de neuronas.
Neurogrid no es una supercomputadora. No
se le puede utilizar para simular el Big Bang, o anticipar huracanes, o
predecir epidemias. Pero lo que puede hacer, lo diferencia de cualquier
plataforma computacional en el mundo.
Neurogrid es la primera plataforma de
simulación que puede modelar un millón de neuronas en tiempo real. Como
tal, representa una herramienta poderosa para la investigación del
cerebro humano. Además de proporcionar información sobre el
funcionamiento normal del cerebro, tiene el potencial de arrojar luz
sobre enfermedades cerebrales complejas, como el autismo y la
esquizofrenia, que han sido hasta ahora muy difíciles de modelar.
Las aplicaciones en el mundo real para
ordenadores neuromórficos todavía tardan en realizarse. Parte del
problema ha sido que los clásicos ordenadores secuenciales, aún pueden
simular redes de neuronas con mucho menos esfuerzo requerido.
Lea el artículo completo en: