Investigadores del Laboratorio Estatal Clave de Inteligencia Cerebro-Máquina de la Universidad de Zhejiang, han presentado un hito en la computación neuromórfica: el sistema de computación inspirado en el cerebro más avanzado hasta la fecha. Este innovador dispositivo, que replica con asombrosa precisión la complejidad neuronal del cerebro de un macaco, promete transformar el futuro de la inteligencia artificial.
Desarrollado en colaboración con el centro de investigación Zhejiang Lab, el sistema está compuesto por una arquitectura de 960 chips de tercera generación. Cada uno de estos procesadores está diseñado para albergar más de 2.35 millones de neuronas de picos y cientos de millones de sinapsis, lo que le permite emular de manera eficiente las redes neuronales biológicas.
El sistema completo, integrado en 15 servidores tipo blade, posee una capacidad total de más de dos mil millones de neuronas y 100 mil millones de sinapsis. Lo más notable es su eficiencia energética: consume solo 2,000 vatios, una cifra significativamente menor en comparación con los superordenadores tradicionales de capacidad similar. Esta eficiencia le permite abordar tareas computacionales complejas sin un consumo desproporcionado de energía.
El equipo de investigación, liderado por el investigador principal Pan Gang, ha dotado al sistema con un conjunto de instrucciones personalizado y un sistema operativo de nueva generación. Estos elementos facilitan el aprendizaje en línea y la ejecución de procesos cognitivos avanzados. Según Pan Gang, el sistema ya se está aplicando en áreas como el razonamiento lógico, la generación automatizada de contenido y la resolución de problemas matemáticos.
Este avance representa un nuevo paradigma en la computación, con un potencial significativo para revolucionar campos como la neurociencia, la inteligencia artificial y el desarrollo de tecnologías cognitivas. Los investigadores confían en que este sistema sentará las bases para el diseño y la operación de los sistemas inteligentes del futuro.
Con información de agencias
