De todas las cosas que nuestro cerebro puede hacer, la forma en que nos ayuda a oler es una de las mejor comprendidas. Cuando un olor llega a las células olfativas de nuestra nariz, envían una señal al correspondiente grupo de neuronas del cerebro conocido como bulbo olfativo. El bulbo entonces transporta la señal a otras partes del cerebro, permitiéndonos apreciar el perfume de un pomelo o evitar el hedor de la basura.
Los bulbos olfativos son específicos de los mamíferos, pero otros animales, como los insectos, también exhiben estructuras neuronales similares. Esto significa que «probablemente hay algo bastante fundamental y eficiente en estas implementaciones si la evolución ha llegado a ellas en diferentes casos», dice Mike Davies, el director del Laboratorio de Computación Neuromórfica de Intel.
Tanto porque son tan eficientes como porque los entendemos tan bien, los sistemas de olfato son un gran punto de partida para los chips neuromórficos, un nuevo tipo de hardware de computación que se inspira directamente en la estructura del cerebro.
Chips neuromórficos que permiten oler a los ordenadores
Este lunes, los científicos de Intel publicaron un artículo en Nature 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 podría ser tallado en un chip de silicio. También diseñaron un algoritmo que refleja el comportamiento de las señales eléctricas que pulsan a través del circuito. Cuando entrenaron el algoritmo en el chip utilizando un conjunto de datos existente de 10 «olores» -caracterizados por sus mediciones de 72 sensores químicos diferentes- fue capaz de distinguirlos con precisión con muchas menos muestras de entrenamiento que un chip convencional.
Este chip es todavía un prototipo en una etapa relativamente temprana, pero una vez maduro podría servir para varias aplicaciones, como la detección de bombas o la detección de humos nocivos en plantas químicas. También demuestra el potencial de la computación neuromórfica para una IA más eficiente en cuanto a datos.
Algoritmos de aprendizaje profundo
Actualmente, los chips más populares para ejecutar algoritmos de aprendizaje profundo de última generación siguen una arquitectura von Neumman, una convención de diseño que ha impulsado la revolución informática durante décadas. Pero estas arquitecturas son ineficientes para el aprendizaje: los algoritmos que se ejecutan en ellas requieren cantidades masivas de datos de entrenamiento, en contraste con nuestros cerebros mucho más eficientes. Los chips neuromórficos, por lo tanto, tratan de preservar la estructura del cerebro tanto como sea posible. La idea es que una imitación tan cercana aumentará la eficiencia del aprendizaje del chip. De hecho, Intel consiguió que el chip aprendiera de muy pocas muestras.
En 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 dice que el equipo probablemente dirigirá su atención a la visión o al tacto a continuación, pero tiene ambiciones a largo plazo para abordar procesos más complejos. «Nuestros mecanismos sensoriales son el lugar natural para empezar porque son bien entendidos», dice. «Pero en cierto sentido estamos trabajando en el cerebro, hasta los procesos de pensamiento de orden superior que suceden.»
