Los bulbos olfativos son específicos de los mamíferos, pero otros animales, como los insectos, también cuentan con estructuras neurales similares. Eso significa que "probablemente haya algo bastante fundamental y eficiente en esta configuración, dado que la evolución ha llegado a ella mediante caminos diferentes", opina el director del Laboratorio de Computación Neuromórfica de Intel, Mike Davies.
nComo son tan eficientes y como los entendemos tan bien, los sistemas olfativos representan un excelente punto de partida para los chips neuromórficos, un nuevo tipo de hardware informático que se inspira directamente en la estructura del cerebro.
nEn este sentido, científicos de Intel ha publicado un artículo en Nature este año que propone un nuevo diseño de chip neuromórfico que imita la estructura y las capacidades del bulbo olfativo. Los investigadores trabajaron con neurofisiólogos olfativos que estudian los cerebros de los animales mientras huelen. Diseñaron un circuito eléctrico, basado en los circuitos neuronales que se activan cuando sus cerebros procesan un olor, que se podría grabar en un chip de silicio.
nTambién diseñaron un algoritmo que refleja el comportamiento de las señales eléctricas que se activan a través del circuito. Cuando entrenaron el algoritmo en el chip usando un conjunto de datos existente de 10 "olores", descritos por sus mediciones de 72 sensores químicos diferentes, fue capaz de distinguirlos con precisión con muchas menos muestras de entrenamiento que en un chip convencional.
nEste chip todavía es un prototipo relativamente básico, pero, cuando se desarrolle del todo podría ofrecer una serie de aplicaciones, como la detección de bombas o de humos nocivos en plantas químicas. También demuestra el potencial de la computación neuromórfica para la inteligencia artificial más eficiente en datos.
nActualmente, los chips más populares para ejecutar algoritmos de aprendizaje profundo de última generación siguen la arquitectura de Von Neumann, un modelo de diseño que ha impulsado la revolución informática durante décadas. Pero estos modelos no son tan eficientes en el proceso de aprendizaje: los algoritmos que se ejecutan en ellos requieren grandes cantidades de datos de entrenamiento, en contraste con nuestros cerebros, que son mucho más eficientes.
nPor eso, los chips neuromórficos intentan preservar la estructura del cerebro tanto como sea posible. La idea consiste en que una imitación idéntica aumentaría la eficiencia del aprendizaje del chip. De hecho, Intel consiguió con éxito que el chip aprendiera de muy pocas muestras.
nEn el futuro, el equipo de investigación planea mejorar el diseño de su chip neuromórfico y aplicarlo a otras funciones del cerebro más allá del olfato. Davies afirma que el equipo probablemente se centrará en la visión o en el tacto, pero tiene ambiciones a largo plazo para abordar procesos más complejos. El investigador concluye: "Nuestros mecanismos de detección son el lugar natural para empezar porque se conocen bien. Pero, en cierto sentido, trabajamos para encontrar nuestro camino hacia el cerebro, hasta los procesos de pensamiento de orden superior que ocurren en él".
n