De Silicon.ES: IBM avanza en la creación de una red neuronal para su uso en la inteligencia artificial

IBM avanza en la creación de una red neuronal para su uso en la inteligencia artificial

Rosalía Rozalén, 4 de agosto de 2016, 10:15 am

Fuente-Shutterstock_Autor-carlos-castilla_IA-InteligenciaArtificial-684x513

Las aplicaciones neuromórficas extienden la computación cognitiva más allá de la inteligencia artificial.

Científicos de IBM han afirmado haber creado por primera vez neuronas enriquecidas artificiales, abriendo la posibilidad de construir una red neural para utilizarse en la inteligencia artificial.

El cerebro es la mayor fuente de inspiración para los investigadores que trabajan en la computación cognitiva.

Para emular la esencia de la inteligencia humana, los investigadores de IBM han construido neuronas artificiales que pueden impulsar y transmitir un impulso eléctrico y recrear los procesos biológicos de la materia gris, tal y como recoge The Register.

En las neuronas artificiales, sin embargo, las capas de lípidos se reemplazan con electrodos y otra sustancia basada en calcogenuro. Las señales de entrada pasan a través de la neurona artificial e incrementan el potencial eléctrico de los electrodos. Si los impulsos de tensión son lo suficientemente grandes, la corriente eléctrica puede fundir el material basada en calcogenuro, lo que aumenta su conductividad.

Otra característica que han logrado los investigadores de IBM es la aleatoriedad de las neuronas artificiales, una característica conocida como estocasticidad, igual que en el cerebro. No todas las neuronas en el cerebro funcionan de la misma manera, algunas mueren o no son tan eficaces.

La neurona artificial tiene el potencial de detectar correlaciones en grandes flujos de datos que actúan como señal de entrada. Las redes neuronales tienen una mayor capacidad para dar sentido a los datos de forma rápida a medida que alcanzan niveles más altos de energía. La señal de entrada podría ser alimentadas señales de otras neuronas, lo que resultaría en una búsqueda más exhaustiva y más rápida para las correlaciones entre los datos.

El reconocimiento de patrones es el objetivo principal del Machine Learning. El profesor Leslie Smith, investigador de Computación Cognitiva en la Universidad de Stirling y que ha participado en el proyecto de IBM, ha afirmado que “el número de posibles aplicaciones para la computación neuromórfica se extiende más allá de la inteligencia artificial”.

Acerca de Hector Suarez Planas

Es Licenciado en Ciencia de la Computación (3 de julio de 2002). Ha sido Administrador de Red en varias organizaciones, Programador y Analista de Sistemas. Actualmente se desempeña como Administrador de Red del Telecentro Tele Turquino de Santiago de Cuba. Tiene experiencia con sistemas Windows y GNU/Linux, Infraestructura de Redes (Cisco, AlliedTelesis, Netgear y HP ProCurve, Vyatta/VyOS), Servidores tanto físicos como virtuales (plataformas VMWare, Proxmox VE y Xen), Sistemas de Seguridad Informática (Snort/Suricata IDS, appliances AlienVault OSSIM), programador (Delphi, C++ Builder, Perl [poco], Python [algo]), entre otras cosas. Actualmente estoy incursionando en todo lo que tiene relación con Cloud Computing (OpenStack) y Centros de Datos. :-)
Esta entrada fue publicada en I+D+i, Innovación, Inteligencia Artificial (IA). Guarda el enlace permanente.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *