- La computación termodinámica utiliza flujos físicos de energía en lugar de circuitos digitales fijos para realizar cálculos de IA.
- Los datos de imagen pueden degradarse naturalmente debido a pequeñas fluctuaciones en los componentes de la computadora.
- La ampliación para imágenes complejas requerirá diseños y enfoques de hardware completamente nuevos
Los científicos están explorando un nuevo tipo de computación que utiliza flujos de energía naturales para realizar tareas de IA de manera más eficiente.
A diferencia de las computadoras digitales tradicionales, que se basan en circuitos fijos y cálculos exactos, la computación termodinámica trabaja con aleatoriedad, ruido e interacciones físicas para resolver problemas.
La idea es que este método podría permitir que las herramientas de inteligencia artificial, incluidos los editores de imágenes, funcionen usando mucha menos energía que los sistemas actuales.
Cómo funcionan las imágenes termodinámicas
El proceso de obtención de imágenes termodinámicas es inusual en comparación con la informática normal. Comienza cuando la computadora recibe un conjunto de imágenes, que luego permite “degradar”.
En este contexto, degradar no significa que las imágenes sean eliminadas o dañadas; Esto significa que los datos de las imágenes pueden extenderse o cambiar naturalmente debido a pequeñas fluctuaciones en el sistema.
Estas fluctuaciones son causadas por la energía física que pasa a través de los componentes de la computadora, como pequeñas corrientes y vibraciones.
Con el tiempo, estas interacciones hacen que las imágenes se vuelvan borrosas o ruidosas, creando una especie de desorden natural; luego, el sistema mide la probabilidad de revertir este desorden y ajusta su configuración interna para hacer que la reconstrucción sea más probable.
Al ejecutar este proceso muchas veces, la computadora restaura gradualmente las imágenes originales sin seguir la lógica paso a paso que utilizan las computadoras convencionales.
Stephen Whitelam, investigador del Laboratorio Nacional Lawrence Berkeley, ha demostrado que la computación termodinámica puede producir imágenes simples, como dígitos escritos a mano.
Estos resultados son mucho más simples que los de los generadores de imágenes de IA como DALL-E o Nano Banana Pro de Google Gemini.
Aún así, la investigación demuestra que los sistemas físicos pueden realizar tareas básicas de aprendizaje automático, mostrando una nueva forma en que la IA podría funcionar.
Sin embargo, ampliar este enfoque para producir imágenes completas y de alta calidad requerirá nuevos tipos de hardware.
Sus defensores afirman que la computación termodinámica podría reducir la energía necesaria para las imágenes de IA en un factor de diez mil millones en comparación con las computadoras estándar.
Si tiene éxito, esto reducirá en gran medida el consumo de energía de los centros de datos que ejecutan modelos de IA.
Aunque se ha fabricado el primer chip informático termodinámico, los prototipos actuales son básicos y no se comparan con las herramientas de IA convencionales.
Los investigadores enfatizan que el concepto se limita a principios básicos y que las implementaciones prácticas requerirán avances tanto en el hardware como en el diseño computacional.
“Esta investigación sugiere que es posible fabricar hardware para realizar ciertos tipos de aprendizaje automático… con un costo de energía considerablemente menor que el actual”, dijo Whitelam. IEEE.
“Todavía no sabemos cómo diseñar una computadora termodinámica que sea tan buena generando imágenes como, digamos, DALL-E… todavía tenemos que descubrir cómo construir el hardware para hacerlo”.
Siga TechRadar en Google News y agréganos como fuente preferida para recibir noticias, análisis y opiniones de expertos en tus feeds. ¡Asegúrate de hacer clic en el botón Seguir!
Y por supuesto que tú también puedes Siga TechRadar en TikTok para noticias, reseñas, unboxings en formato de video y reciba actualizaciones periódicas de nuestra parte en WhatsApp también.
