
Dr. Joseph S. Friedman, Profesor Asociado de Ingeniería Eléctrica e Informática, Universidad de Texas en Dallas (UT Dallas) - Foto: UT Dallas
Según EurekAlert!, el 30 de octubre, científicos de la Universidad de Texas en Dallas (UT Dallas, EE. UU.) desarrollaron un prototipo de "computadora que simula el cerebro" capaz de aprender y predecir patrones con menos entrenamiento y energía que los sistemas de IA convencionales.
Este es un gran paso adelante en el campo de la neurocomputación, una tecnología inspirada en la forma en que el cerebro humano procesa y almacena información.
El trabajo, dirigido por el Dr. Joseph S. Friedman, fue publicado en la revista Nature Communications Engineering, en colaboración con Everspin Technologies y Texas Instruments.
A diferencia de los ordenadores tradicionales que separan la memoria del procesamiento, los ordenadores neuromórficos combinan estas dos funciones en el mismo sistema, lo que los hace más eficientes y ahorran más energía.
El dispositivo funciona según el principio de que "las neuronas que trabajan juntas se conectan con mayor fuerza", simulando el mecanismo de formación de la memoria y el aprendizaje en el cerebro humano.
El principal objetivo del equipo es utilizar "uniones de túnel magnético" (MTJ) —pequeños componentes ajustables eléctricamente, similares a las sinapsis— que permiten a la máquina "aprender" cambiando las conexiones entre neuronas artificiales, de forma similar a como el cerebro humano se adapta al aprender.
El proyecto se considera una vía prometedora para reemplazar los actuales modelos de IA que consumen mucha energía. La investigación recibió financiación de la Fundación Nacional de Ciencias de EE. UU. (NSF) y del Departamento de Energía de EE. UU., con un presupuesto total de casi 500 000 USD durante dos años para ampliar el experimento.
Fuente: https://tuoitre.vn/my-phat-trien-may-tinh-mo-phong-nao-nguoi-hoc-nhu-nguoi-that-it-ton-nang-luong-hon-ai-20251103085615027.htm






Kommentar (0)