El potencial de las computadoras probabilísticas – ScienceDaily

El potencial de las computadoras probabilísticas – ScienceDaily


El auge de la inteligencia artificial (IA) y el aprendizaje automático (ML) ha creado una crisis informática y una necesidad significativa de más hardware que sea escalable y eficiente en el uso de la energía. Un paso clave tanto en AI como en ML es tomar decisiones basadas en datos incompletos, siendo el mejor enfoque generar una probabilidad para cada respuesta posible. Las computadoras clásicas actuales no pueden hacer esto de manera eficiente desde el punto de vista energético, una limitación que ha impulsado la búsqueda de nuevos enfoques de la informática. Las computadoras cuánticas que usan qubits pueden ayudar a enfrentar estos desafíos, pero son extremadamente sensibles a su entorno, deben mantenerse a temperaturas extremadamente bajas y aún se encuentran en las primeras etapas de desarrollo.

Kerem Camsari, profesor asistente de ingeniería eléctrica e informática (ECE) en UC Santa Barbara, cree que las computadoras probabilísticas (computadoras p) son la respuesta. Las computadoras P funcionan con bits probabilísticos (bits p) que interactúan con otros bits p en el mismo sistema. A diferencia de los bits de las computadoras clásicas, que están en estado 0 o 1, o los qubits, que pueden estar en más de un estado a la vez, los p-bits fluctúan entre posiciones y funcionan a temperatura ambiente. en un (n artículo Publicado en naturaleza electronicaCamsari y sus colaboradores discuten su proyecto que demuestra el potencial de las computadoras p.

«Hemos demostrado que las computadoras inherentemente probabilísticas construidas a partir de p-bits pueden superar el software de vanguardia desarrollado durante décadas», dijo Camsari, quien recibió un Premio al Investigador Joven de la Oficina de Investigación Naval a principios de este año.

El grupo de Camsari trabajó con científicos de la Universidad de Messina en Italia, con Luke Theogarajan, vicepresidente del departamento ECE de UCSB, y con el profesor de física John Martinis, quien dirigió el equipo que construyó la primera computadora cuántica del mundo para lograr la supremacía cuántica. Juntos, los investigadores lograron resultados prometedores mediante el uso de hardware clásico para crear arquitecturas específicas de dominio. Desarrollaron una máquina Sparse-Ising (SIM) única, un novedoso dispositivo informático utilizado para resolver problemas de optimización y minimizar el consumo de energía.

Camsari describe el SIM como una colección de bits probabilísticos que pueden considerarse humanos. Y cada persona solo tiene un pequeño grupo de amigos de confianza, que son los eslabones «escasos» en la máquina.

«La gente puede tomar decisiones rápidamente porque cada uno tiene un pequeño grupo de amigos de confianza y no tiene que escuchar a todos en una red completa», explicó. “El proceso mediante el cual estos agentes llegan a un consenso es similar al que se usa para resolver un problema de optimización difícil que satisface muchas restricciones diferentes. Las máquinas Sparse Ising nos permiten formular y resolver una variedad de problemas de optimización utilizando el mismo hardware”.

La arquitectura prototípica del equipo incluía una matriz de puertas programables en campo (FPGA), una poderosa pieza de hardware que ofrece mucha más flexibilidad que los circuitos integrados específicos de la aplicación.

«Imagine un chip de computadora que le permita programar las conexiones entre p-bits en una red sin tener que hacer un nuevo chip», dijo Camsari.

Los investigadores demostraron que su arquitectura dispersa en FPGA era hasta seis órdenes de magnitud más rápida y la velocidad de muestreo era de cinco a dieciocho veces más rápida que los algoritmos optimizados utilizados en las computadoras clásicas.

Además, informaron que su sim logra un paralelismo masivo, donde los cambios por segundo, la métrica que mide qué tan rápido una computadora p puede tomar una decisión inteligente, se escala linealmente con la cantidad de p-bits. Camsari apunta a la analogía de amigos de confianza que intentan tomar una decisión.

«El principal problema es que el proceso de construcción de consenso requiere una fuerte comunicación entre las personas, que están constantemente hablando entre sí sobre la base de sus últimos conocimientos», señaló. «Si todos toman decisiones sin escuchar, no se puede llegar a un consenso y el problema de optimización no se resuelve».

En otras palabras, cuanto más rápido se comunican los p-bits, más rápido se puede llegar a un consenso, por lo que es crucial aumentar los saltos por segundo mientras se asegura de que todos se escuchen entre sí.

«Eso es exactamente lo que logramos con nuestro diseño», explica. «Al asegurarnos de que todos se escuchen y limitar la cantidad de ‘personas’ que podrían ser amigos entre sí, hicimos un proceso paralelo de toma de decisiones».

Su trabajo también demostró la capacidad de escalar las computadoras P hasta cinco mil bits P, lo que Camsari considera extremadamente prometedor, al tiempo que señala que sus ideas son solo una pieza del rompecabezas de la computadora P.

«Para nosotros, estos resultados fueron la punta del iceberg», dijo. “Utilizamos la tecnología de transistores existente para emular nuestras arquitecturas probabilísticas, pero si se utilizan nanodispositivos con niveles mucho más altos de integración para construir computadoras P, los beneficios serían enormes. Eso es lo que me mantiene despierto”.

Una computadora p de 8p bits que Camsari y sus colaboradores construyeron cuando era estudiante de posgrado y becario posdoctoral en la Universidad de Purdue mostró por primera vez el potencial del dispositivo. Su artículopublicado en 2019 Naturaleza, describió una reducción de 10 veces en el consumo de energía y una reducción de 100 veces en el área de superficie en comparación con una computadora clásica. La financiación inicial, proporcionada por el Instituto de Eficiencia Energética de UCSB en el otoño de 2020, permitió a Camsari y Theogarajan llevar la investigación de la computadora P un paso más allá y respaldar el trabajo presentado en ella. naturaleza electronica.

«Los primeros hallazgos, combinados con nuestros resultados más recientes, significan que la construcción de computadoras p con millones de p-bits para resolver problemas de decisión de optimización o probabilidad con un rendimiento competitivo podría ser posible», dijo Camsari.

El equipo de investigación espera que algún día las computadoras p resuelvan cierto conjunto de problemas, probabilísticos por supuesto, mucho más rápido y eficientemente.

Related post

Cómo utiliza la policía la analítica para detener el fraude y las estafas

Cómo utiliza la policía la analítica para detener el…

Cada año, innumerables personas son estafadas con su dinero por delincuentes. Estos estafadores a menudo cambian sus maniobras para evitar ser…
Electrificar todo: estas son las cosas más importantes que deben cambiarse lo antes posible

Electrificar todo: estas son las cosas más importantes que…

Mark Jacobson en su libro Energías renovables y almacenamiento para todo ha establecido un plan para cambiar prácticamente todo el uso…
Ventajas de las nanopartículas de silicio multicapa en células solares ultrafinas

Ventajas de las nanopartículas de silicio multicapa en células…

Las células solares de nanopartículas ofrecen la capacidad única de convertir la luz solar en energía eléctrica con un consumo de…

Leave a Reply

Tu dirección de correo electrónico no será publicada.