Cómo los chips analógicos y neuromórficos se mostrarán en la era de la robótica
En el campo de las nuevas tecnologías y productos, estamos acostumbrados al hecho de que la "figura" es sinónimo de todo lo avanzado, moderno y de alta tecnología, y el "análogo" es para todos los retrógrados, obsoletos y de baja tecnología.Pero si crees que el análogo ha muerto, estás equivocado. El procesamiento analógico no solo es un componente clave de los muchos sistemas vitales en los que confiamos, sino que también allana el camino para una nueva generación de sistemas informáticos e inteligentes que subyacen a las tecnologías muy interesantes del futuro: la inteligencia artificial y la robótica.Antes de discutir el resurgimiento de lo analógico, y por qué los ingenieros e innovadores que trabajan en IA y robots deberían prestar atención a esto, debemos comprender la importancia y el legado de la antigua era analógica.Amor por lo análogo
Durante la Segunda Guerra Mundial, los circuitos analógicos jugaron un papel clave en la operación de los primeros sistemas automáticos de defensa aérea , y en las décadas siguientes, se necesitaron computadoras analógicas para calcular las rutas de vuelo de los cohetes y las naves espaciales.El análogo prevaleció en los sistemas de control y comunicación en aviones, barcos y plantas de energía. Algunos de estos sistemas todavía funcionan hoy. No hace mucho tiempo, los circuitos analógicos controlaban grandes partes de la infraestructura de telecomunicaciones (¿recuerdan los teléfonos con marcadores de disco?), E incluso copiadoras en la oficina, cuando las primeras unidades de fotocopia reproducían imágenes sin un solo bit digital.El amor por lo analógico ha existido durante tanto tiempo, porque esta tecnología ha demostrado constantemente su precisión, simplicidad y velocidad. Corrigió el curso de los misiles, dirigió barcos, grabó y reprodujo música y videos, nos unió durante muchas décadas. Y luego, en la década de 1960, apareció una figura que rápidamente conquistó el mundo.
Los carburadores de retroalimentación hicieron una mezcla combustible más eficiente basada en el escape. Pero debido a su complejidad e inseguridad, fueron reemplazados rápidamente por sistemas digitales de inyección de combustible.Figuras del reino
¿Por qué el número reemplazó al análogo? La mayor debilidad del análogo es la falta de flexibilidad. Cuando intentas darle flexibilidad, la complejidad del sistema crece exponencialmente. La complejidad conduce a una disminución de la confiabilidad, y los ingenieros comenzaron a notar que la ley de Moore hace que los cálculos sean confiables y económicos.En este momento, las tecnologías MEMS y de microformación extienden sensores que reciben señales físicas y las convierten en digitales. Muy rápidamente, los amplificadores operacionales dieron paso a puertas lógicas que se estaban volviendo más baratas exponencialmente. En lugar de conexiones mecánicas, la información se transmitió por cable y los diseñadores llevaron la digitalización de todo al límite.En el mundo moderno de la electrónica de consumo, un análogo se usa solo para interactuar con las personas, capturar y producir sonidos, imágenes y otros sentidos. En sistemas grandes, se usa un análogo para girar físicamente las ruedas y los volantes de las máquinas que nos mueven en nuestro mundo análogo. Pero en la mayoría de los otros sistemas, los ingenieros intentan aprovechar al máximo las señales digitales. Las ventajas de la lógica digital (bajo costo, velocidad, confiabilidad, flexibilidad) han dado a los ingenieros una alergia al procesamiento analógico.Sin embargo, ahora, después de un largo descanso, la predicción de Carver Mead sobre el regreso del análogo está empezando a hacerse realidad."Los sistemas analógicos adaptativos a gran escala son más resistentes a la degradación de componentes y errores que los sistemas convencionales y usan menos energía".Mead , profesor de Caltech y pionero en microelectrónica, escribió en un artículo para las Actas del IEEE en 1990. "Por lo tanto, es probable que la tecnología analógica adaptativa aproveche todo el potencial de la fabricación de chips de silicio".
Todos aman un análogo
Los desarrolladores de electrónica perciben el análogo como un mal necesario para interactuar con el mundo exterior. Pero resulta que la inteligencia artificial y los algoritmos de aprendizaje profundo funcionan mejor en plataformas informáticas analógicas y neuromórficas.En mi empresa, Lux Capital, patrocinamos a Nervana , que construyó circuitos integrados especializados en los que trabajaron redes neuronales convolucionales para acelerar la capacitación de algoritmos de aprendizaje profundo. Y aunque las operaciones matemáticas se realizaron digitalmente, la arquitectura del sistema imitó al cerebro humano a un alto nivel.Inspirado en la naturaleza.
Pídale a cualquiera (incluso a un niño) que dibuje el robot, y probablemente obtendrá una imagen que recuerda a Rosie, la criada del robot de The Jetsons, o C-3PO de Star Wars. Y esto no es sorprendente: este tipo de robots se ha descrito durante décadas en libros de ciencia ficción, televisión y películas. Recientemente, la idea de los robots y su apariencia está evolucionando. Pídale al milenario que dé un ejemplo de un robot, y podría llamarse Roomba, Amazon's Echo o incluso Siri.
Hay una tendencia constante hacia la intelectualización y robotización de un número creciente de dispositivos y otros sistemas que están presentes en nuestras vidas. Estos sistemas requerirán computadoras pequeñas, portátiles y de baja potencia; deberán poder responder en cualquier momento. Este es un conjunto complejo de tareas para sistemas modernos que generalmente consumen una cantidad decente de energía (a menos que estén en modo de espera) y deben conectarse a servicios en la nube para realizar funciones útiles. Aquí el análogo también puede ayudar.Inspirándose en la naturaleza, los científicos experimentan con la visión y la audición utilizando circuitos analógicos que consumen una pequeña fracción de energía. Stanford Brains en Silicon Project y el IC Lab de la Universidad de Michigan, obteniendo apoyoDARPA SyNAPSE y el laboratorio de investigación de la Marina de los EE. UU. Están creando herramientas para facilitar la creación de sistemas neuromórficos analógicos. Aparecen startups poco conocidas. En lugar de ejecutar redes profundas en circuitos digitales convencionales, están desarrollando sistemas analógicos que pueden hacer cálculos similares con costos de energía mucho más bajos, inspirados en nuestros cerebros analógicos.El ruido no es un problema.
¿Por qué deberíamos cambiar a analógico? Es simple: estamos en una ronda única de progreso, donde las redes neuronales que estamos tratando de desarrollar son más adecuadas para sistemas analógicos, mientras que se espera una demanda explosiva de tales sistemas de IA.Los algoritmos duros tradicionales solo funcionan cuando los cálculos son precisos. Si los circuitos en los que funcionan los algoritmos tradicionales no son precisos, los errores se descontrolarán y se propagarán a través del sistema. En las redes neuronales, el estado interno no tiene que ser preciso y claro, y el sistema se adapta para generar el resultado deseado en función de los parámetros de entrada dados. Nuestros cerebros son sistemas muy ruidosos que funcionan muy bien. Los ingenieros aprenden que ellos también pueden construir redes profundas en chips de silicio utilizando enfoques "ruidosos" similares, logrando ahorros de energía de cientos de veces.Las implicaciones de esto son generalizadas. Imagine que en el futuro, los dispositivos portátiles o asistentes como Amazon Echo casi nunca usan energía, e incluso pueden extraerla del medio ambiente y no requieren cables de alimentación o baterías. O imagine un dispositivo que no necesita estar conectado a la nube para ser inteligente. Su "inteligencia" es suficiente para funcionar incluso sin Wi-Fi y comunicaciones celulares. Y esto es solo el comienzo de lo que, creo, se convertirá en una nueva categoría de IA y robots, que aparecerá en un futuro próximo, y todo gracias a la buena contraparte.Source: https://habr.com/ru/post/es398443/
All Articles