Publicado por

El software de aprendizaje profundo que impulsa la revolución de la inteligencia artificial moderna se ha ejecutado en su mayoría con hardware bastante estándar. Algunos gigantes de la tecnología como Google e Intel han centrado algunos de sus recursos considerables en la creación de chips de computadora más especializados diseñados para el aprendizaje profundo. Pero IBM ha adoptado un enfoque más inusual: está probando su cerebro inspirado TrueNorth chip de computadora como una plataforma de hardware para el aprendizaje profundo.

Las poderosas capacidades del aprendizaje profundo se basan en algoritmos llamados redes neuronales convolucionales que consisten en capas de nodos (también conocidos como neuronas). Estas redes neuronales pueden filtrar enormes cantidades de datos a través de sus capas “profundas” para llegar a ser mejores, por ejemplo, reconocer automáticamente las caras humanas individuales o entender diferentes idiomas. Estos son los tipos de capacidades que ya potencian los servicios en línea ofrecidos por personas como Google, Facebook, Amazon y Microsoft.

En investigaciones recientes, IBM ha demostrado que tales algoritmos de aprendizaje profundo podrían funcionar con hardware inspirado en el cerebro que normalmente soporta un tipo muy diferente de red neuronal.

IBM publicó un documento sobre su trabajo en el número del 9 de septiembre de 2016 de la revista Proceedings de la Academia Nacional de Ciencias. La investigación fue financiada con poco menos de un millón de dólares de la Agencia de Proyectos de Investigación Avanzada de Defensa de EE.UU. (DARPA). Este financiamiento formó parte del programa Cortical Processor de DARPA dirigido a la IA inspirada en el cerebro que puede reconocer patrones complejos y adaptarse a entornos cambiantes.