Google crea sistema de IA que fabrica sus propios chips

El aprendizaje por refuerzo desde la psicología conductista se trata de un proceso en el que un sujeto es capaz de repetir una acción a cambio de obtener un estímulo deseable (premio), generando así que vuelva a repetir la acción. También funciona en el sentido contrario, una acción que genera algo no deseable (castigo), el sujeto dejará de cometer esa acción.

Esto se ha comprobado infinidad de veces y ha sido usado incluso para fines comerciales, videojuegos, o nuestras redes sociales. Cada “like” o comentario positivo de una foto nuestra, nos estimulará a seguir participando con más fotos. Parece simple, porque cuando ocurre no lo pensamos, sólo recibimos ese reforzamiento positivo y lo volvemos a hacer. Pero…¿qué pasa cuando esa psicología conductista es aplicada a una máquina?

¿Una máquina antes que un ingeniero?

El futuro es sorprendente de sólo imaginar que las máquinas pueden aprender algo tan humano. Sin embargo la revista científica Nature publicó cómo las ingenieras de Google, Azalia Mirhoseini y Anna Goldie, lograron a través de un nuevo método de chips basado en el sistema de premios y castigos, que la Inteligencia Artificial consiga un aprendizaje automático para acelerar el proceso de fabricación de chips.

“En esencia, le enseñamos a una IA a jugar, a colocar fichas (…) En términos un poco más técnicos, desarrollamos un método de aprendizaje por refuerzo capaz de aprender de experiencias pasadas para que sea cada vez mejor y más rápido en la colocación de nuevos chips”. 

Azalia Mirhoseini

Con ello, el sistema de IA encuentra la secuencia que tiene una mayor puntuación (premio) para que repita la acción y coloque el siguiente elemento del chip entre millones de componentes.

Con este sistema se pueden diseñar chips en menos de seis horas, a diferencia de los humanos que le puede llevar meses. Pues lo que se ha hecho hasta ahora de manera manual, la IA con esta secuencia de acciones puede establecer el mejor lugar para colocar el siguiente elemento del chip.

En su cuenta oficial de Twitter, la ingeniera Azalia Mirhoseini, explica el proceso.  

Qué alcances podría tener este hallazgo

Esta nueva implementación a la Inteligencia Artificial supone el ahorro de recursos de tiempo y de humanos. Pues el sistema es capaz de reconocer ante una cantidad de opciones, la mejor.

Las ingenieras mencionan que esto podría tener alcances para incluso la distribución de vacunas o planteamientos urbanos o ambientales. Sólo nos queda esperar ver cómo el futuro nos alcanza.

“Por ejemplo, el diseño de la exploración del espacio mediante una evaluación rápida de las arquitecturas computacionales basadas en la realidad física. Además, este método es aplicable a una gran variedad de problemas de optimización más allá del diseño de chips, como el urbanismo (por ejemplo, la ubicación de semáforos), la optimización del compilador (como en la asignación de recursos del centro de datos) y la ingeniería medioambiental (por ejemplo, el emplazamiento de una presa)”.

Azalia Mirhoseini y Anna Goldie

Artículo anteriorEl software de General Electric para la industria de la aviación
Artículo siguienteGrandes exponentes se suman a Jalisco Talent Land Digital
Literatura. Naturaleza. Meditación. Viajes. Música. Tortugas. Feminista. Prefiero los puntos que las comas.