Uso de Computadoras Analógicas en Inteligencia Artificial (AI)

Sep 03, 2023

Las computadoras analógicas son una clase de dispositivos en los que se representan cantidades físicas como voltaje eléctrico, movimientos mecánicos o presión de fluidos de manera que sean análogas a la cantidad correspondiente en el problema a resolver.

Aquí hay un ejemplo simple de una computadora analógica.

Si giramos las ruedas blancas y negras en ciertas cantidades, la rueda gris muestra la suma de las dos rotaciones.

Una de las primeras computadoras analógicas fue el mecanismo de Antikythera, construido alrededor de 100-200 a. C. Involucró una serie de engranajes de bronce entrelazados de tal manera que el movimiento de ciertos diales era análogo al movimiento del sol y la luna. También era capaz de predecir eclipses con décadas de antelación.

Para sumar dos números de ocho bits, se requieren alrededor de 50 transistores. Sin embargo, con una computadora analógica, podemos agregar dos corrientes simplemente conectando dos cables. Del mismo modo, para multiplicar dos números, necesitamos miles de transistores. Por el contrario, podemos pasar una corriente (I Ampere) a través de una resistencia (R-Ohm), y la caída de potencial en los dos extremos del cable sería I*R, es decir, el producto de dos números.

Las computadoras analógicas son poderosas, rápidas y energéticamente eficientes. Sin embargo, las computadoras digitales los reemplazaron porque tienen un solo propósito y son inexactos, y dado que las entradas son continuas, es difícil repetir el proceso exactamente.

En AI, las computadoras analógicas se utilizaron para diversas tareas, incluido el reconocimiento de patrones, la toma de decisiones y el control. Por ejemplo, se usaron para entrenar redes neuronales, que son modelos de aprendizaje automático inspirados en la estructura y función del cerebro humano. Las computadoras analógicas también se usaron para implementar sistemas de IA basados ​​en reglas que usan reglas específicas para tomar decisiones o realizar acciones.

A pesar de su uso generalizado en el pasado, las computadoras analógicas ya no son tan comunes en la inteligencia artificial y el aprendizaje automático, en gran parte debido a la llegada de las computadoras digitales. Las computadoras digitales son mucho más rápidas y confiables que las computadoras analógicas, y pueden almacenar y procesar cantidades de datos mucho mayores. Además, las computadoras digitales son más fáciles de programar y mantener, lo que las ha convertido en la opción preferida para la mayoría de las aplicaciones de inteligencia artificial y aprendizaje automático.

Existe una tendencia creciente hacia el uso de redes neuronales más grandes en aplicaciones de aprendizaje automático e inteligencia artificial. Esta tendencia está impulsada por la necesidad de mejorar el rendimiento en tareas cada vez más complejas y la disponibilidad de más datos, hardware y algoritmos para respaldar el entrenamiento de redes más grandes. Sin embargo, existen ciertos desafíos asociados con esta mayor demanda.

A medida que las computadoras digitales se acercan a sus límites, las redes neuronales han ganado una gran popularidad y gran parte de su funcionalidad se centra en la multiplicación de matrices. Además, las redes neuronales no requieren los cálculos precisos de las computadoras digitales, ya que es suficiente una confianza del 98 % o 95 % para clasificar una imagen como un perro. Estos factores presentan una excelente oportunidad para que las computadoras analógicas asuman un papel mucho más importante en la IA.

IA mítica es una startup de computación analógica que crea chips analógicos para ejecutar redes neuronales. Diferentes algoritmos de IA, como detección de movimiento, estimación de profundidad, clasificación de objetos, etc., se ejecutan en el dominio analógico.

Mythic ha modificado las celdas de almacenamiento flash digital para que esto sea posible. Estas celdas se utilizan normalmente para el almacenamiento de memoria y pueden contener un uno o un cero. Un voltaje positivo aplicado a la puerta de control permite que los electrones atraviesen una barrera aislante y queden atrapados en la puerta flotante. Luego se puede eliminar el voltaje y los electrones permanecerán en la puerta flotante durante mucho tiempo, evitando que la corriente fluya a través de la celda.

El valor almacenado se puede determinar aplicando un pequeño voltaje. No fluirá corriente si hay electrones en la puerta flotante, lo que indica un cero. Si no hay electrones, la corriente fluirá, es decir, uno.

La idea de Mythic es usar estas celdas no como interruptores de encendido/apagado sino como resistencias variables. Lo hacen poniendo un número específico de electrones en cada puerta flotante en lugar de todo o nada. Cuanto mayor sea el número de electrones, mayor será la resistencia del canal. Cuando se aplica un voltaje pequeño, la corriente que fluye es igual a V sobre R. Pero también puede pensar en esto como el voltaje por la conductancia, donde la conductancia es solo el recíproco de la resistencia. Por lo tanto, se puede usar una sola celda flash para multiplicar dos valores juntos, el voltaje por la conductancia.

Para usar esto para ejecutar una red neuronal artificial, primero escriben todos los pesos en las celdas flash como la conductancia de cada celda. Luego, ingresan los valores de activación como el voltaje en las celdas. Y la corriente resultante es el producto del voltaje por la conductancia, que es la activación por el peso. Las celdas están conectadas entre sí para que la corriente de cada multiplicación se sume, completando la multiplicación de la matriz.

Su chip puede realizar 25 billones de operaciones matemáticas por segundo usando solo 3W de potencia. Por el contrario, los sistemas digitales más nuevos pueden realizar entre 20 y 100 billones de operaciones matemáticas por segundo, pero son costosos (miles de dólares) y consumen entre 50 y 100 W de energía.

Ha habido sugerencias para utilizar circuitos analógicos en altavoces domésticos inteligentes específicamente con el fin de detectar palabras de activación como "Alexa" o "Siri". Este enfoque requeriría menos energía y permitiría la activación rápida y confiable del circuito digital en el dispositivo.

En resumen, no está claro si las computadoras analógicas prevalecerán tanto como las computadoras digitales. Sin embargo, son más adecuados para una variedad de tareas actuales que queremos que realicen las computadoras, y tal vez podamos hacer que las máquinas alcancen una verdadera inteligencia a través del poder de lo analógico.

No olvides unirtenuestra página de Redditycanal de discordia, donde compartimos las últimas noticias de investigación de IA, interesantes proyectos de IA y más.

Referencias:

Soy graduado en ingeniería civil (2022) de Jamia Millia Islamia, Nueva Delhi, y tengo un gran interés en la ciencia de datos, especialmente en redes neuronales y su aplicación en diversas áreas.