Científicos construyen un simulador del cerebro con procesadores ARM

Publicado: 13 julio, 2011 en Tecnologia

neural network model 400x266 Científicos construyen un simulador del cerebro con procesadores ARM

El cerebro humano contiene 100.000 millones de neuronas que, a su vez, están conectadas entre sí mediante más de un billón de conexiones. Mediante estas conexiones, las neuronas transmiten impulsos eléctricos entre otras neuronas conectadas a la misma red mediante lo que llamamos impulsos nerviosos. Este funcionamiento del cerebro, basado en conexiones entre distintas neuronas, se ha trasladado al campo de la Ingeniería mediante el paradigma de las Redes Neuronales, un paradigma de la inteligencia artificial que versa sobre el autoaprendizaje de un sistema mediante la aplicación de ciertos impulsos de entrada.

Un equipo de científicos de la Universidad de Manchester está trabajando, precisamente, en un modelo de cerebro humano, basándose en el paradigma de las redes neuronales, que les permita a expertos de otras disciplinas comprender mejor el funcionamiento del cerebro y, además, sirva como banco de pruebas de trabajos relacionados con la inteligencia artificial. Con tal fin, construirán un modelo a escala (que representará al 1% del cerebro) mediante procesadores ARM (que harán las veces de neuronas) y que se conectarán entre sí emulando las conexiones de las neuronas del cerebro y formando lo que se denomina el Spiking Neural Network architecture o SpiNNaker. Este modelo a escala estará formado por un millón de procesadores ARM, a modo de neuronas, como unidades “simples” de procesamiento, pero, donde realmente reside la potencia de este sistema de computación es, precisamente, en las conexiones que se realizan entre estas neuronas, donde a cada conexión se asigna un peso que servirá para amplificar la excitación recibida desde dicha conexión.

¿Y por qué utilizar microprocesadores y no chips más simples? La mayor complejidad de las redes neuronales está en las conexiones, por tanto, aumentar la capacidad de proceso de la neurona (que en los modelos habitualmente utilizados se consideraba bajo), permitirá que este modelo a escala y reducido sea mucho más potente y, además, simplificará bastante el número de conexiones a implementar entre el millón de procesadores.

Teniendo en cuenta que, hasta la fecha, los ejemplos que conocía de redes neuronales, en muchos casos, no traspasaban las fronteras de un programa de simulación, que se vaya a implementar una red con los mismos procesadores que llevan nuestros smartphones me parece algo alucinante. De hecho, ARM, el fabricante de los procesadores, está bastante entusiasmado con este proyecto, según Mike Muller, responsable técnico de ARM y uno de los fundadores de la compañía:

SpiNNaker aspira a crear un modelo del sistema inteligente definitivo, el cerebro humano. El líder del equipo que lo está llevando a cabo forma parte de la familia de ARM, por tanto, el proyecto es la mejor forma de colaborar con él y con la Universidad de Manchester y para ARM es una forma de impulsar la investigación en el Reino Unido.

Según comentó Steve Furber, responsable del proyecto en la Facultad de Ciencias de la Computación de la Universidad de Manchester (y padre del procesador ARM RISC de 32 bits):

No sabemos cómo funciona el cerebro como sistema de procesamiento de información, algo que necesitamos conocer. Esperamos que nuestra máquina permita un significativo avance hacia la consecución de este objetivo. […] En última instancia, este sistema podría ser de gran ayuda para personas que hayan presentado problemas con la lectura tras sufrir algún golpe o lesión cerebral. En el campo de la psicología ya se han utilizado redes neuronales para reproducir patologías clínicas

cerebro procesadores Científicos construyen un simulador del cerebro con procesadores ARM

Una de las cosas que más me llamó la atención cuando estudiaba las redes neuronales fueron, precisamente, sus aplicaciones en el sector sanitario. Los sistemas basados en redes neuronales se utilizan mucho en la detección de patrones y, por tanto, en el diagnóstico a través de imágenes médicas. Mediante la introducción de patrones (imágenes de un órgano sano y de un tejido con tumor), el sistema puede aprender a distinguir un tejido sano de otro que no lo está, incluso en una fase temprana, pudiendo focalizar o destacar en la imagen la zona “extraña”.

No siempre los procesadores ARM iban a ser el “cerebro” de un tablet, en esta ocasión, van a formar parte de un cerebro artificial.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s