Investigadores de la Universidad Northwestern han desarrollado un microtransistor capaz de ejecutar tareas de aprendizaje automático (IA) utilizando solo el 1% de la energía que los equipos actuales demandan. A menudo, la IA requiere de una potencia computacional y energética tan elevada que la ejecución de sus tareas se realiza en la nube. Sin embargo, este nuevo dispositivo, notablemente más eficiente que las tecnologías actuales, podría traer nuevas posibilidades a los dispositivos móviles y wearables.
Materiales y diseño innovador
A diferencia de los transistores existentes, generalmente fabricados de silicio, este nuevo desarrollo utiliza láminas bidimensionales de disulfuro de molibdeno y nanotubos de carbono unidimensionales.
Esta combinación no solo posibilita una rápida sintonización y reconfiguración en tiempo real, sino que también permite que el microtransistor se utilice en múltiples pasos de la cadena de procesamiento de datos, algo que los transistores tradicionales no pueden hacer.
Según Mark C. Hersam, autor principal del estudio, la capacidad de modulación fuerte del flujo de corriente mediante voltajes aplicados, y la alta sintonización en un único dispositivo permiten «realizar algoritmos de clasificación sofisticados con un pequeño espacio y bajo consumo energético.«
Aplicaciones prácticas y rendimiento en pruebas
Durante las pruebas, estos diminutos «transistores de heterounión de núcleo mixto» fueron entrenados para analizar bases de datos de ECG públicamente disponibles, clasificando seis tipos diferentes de latidos cardíacos con un impresionante 95% de precisión usando solo dos de estos microtransistores. En comparación, el enfoque actual de aprendizaje automático necesitaría más de 100 transistores tradicionales y consumiría alrededor del 100% más de energía.
Implicaciones para los dispositivos móviles y la privacidad de los datos
El verdadero potencial de este microtransistor podría verse reflejado en pequeños dispositivos móviles y wearables, permitiéndoles ejecutar IA sobre sus propios datos de sensores de manera autónoma. Esto se traduce en resultados más rápidos, sin necesidad de enviar grandes cantidades de datos para ser procesados en la nube. Adicionalmente, los datos personales recabados se mantendrían locales, privados y seguros.
El futuro de la tecnología y la sostenibilidad en la IA
Aunque aún no se ha comunicado cuándo esta tecnología estará disponible en producción, representa un salto prometedor para el entrenamiento de modelos grandes y un descenso considerable en el consumo de electricidad en la IA, en un contexto donde el uso de energía y las emisiones asociadas se están disparando a medida que las empresas de todo el mundo apuestan por entrenar modelos de lenguaje y AIs multimodales de grandes dimensiones.
Es imperativo destacar que un chip que pueda igualar el rendimiento de las mejores tarjetas de IA de nVidia, usando solo el 1% de la energía, podría tener un gran futuro en el mercado.
Mientras que los investigadores se han centrado en hablar sobre dispositivos móviles, la tecnología podría ser un paso adelante para una nueva ola de dispositivos más inteligentes y eficientes, y quién sabe, quizás pueda filtrarse en equipos más grandes de aprendizaje automático e IA. Sin duda, el ritmo acelerado del cambio tecnológico no muestra signos de desaceleración.
Vía northwestern.edu
Deja una respuesta