TECNOLOGA NEUROMRFICA:

Introduccin:

El tema central de nuestro ensayo ser todo lo que engloba la tecnologa neuromrfica,
haremos un anlisis en este trabajo sobre este tipo de energa adems de exponer cada
una de sus caractersticas a detalle y cada una de sus ventajas al igual que las
desventajas. La energa neuromrfica es la que se refiere a lograr que un procesador
trate de procesar los datos recabados mediante una simulacin de la estructura del
cerebro humano. Al ser conectados entre s el almacenamiento y procesamiento de datos
este tipo de potenciadores neuromrficos son una mejor opcin en tanto a potencia y
desarrollo energtico. Sin embargo, esta es una tecnologa que an est en proceso de
mejora ya que a pesar de todos los grandes avances que existen ni la mejor tecnologa
puede superar la capacidad del cerebro humano.

Las computadoras son lineales y transportan informacin de un lado a otro entre chips
de almacenamiento para la memoria al igual que un procesador central que est por
encima de una red troncal caracterizado por alta velocidad y el cerebro por su parte est
al cien por ciento conectado con la lgica y la memoria entrecruzadas con una rapidez y
variable de mil millones de veces mayor a la que se puede encontrar en cualquier equipo
de cmputo por ms moderno y rpido que sea, con esto se entiende que lo que se
quiere lograr es que los ordenadores anticipen y aprendan en ligar de solo pre programar
lo que es normal en un sistema mecnico.
 La tecnologa neuromrfica

La tecnologa neuromrfica, est compuesta principalmente por un conjunto de

microchips encargados del procesamiento de informacin basados en la estructura del
cerebro humano.

Fue desarrollada a principios de la dcada de 1980, por el profesor del Instituto

Tecnolgico de California y uno de los padres de la computacin moderna, Carver
Mead. Algunos de los proyectos con los que se dio inicio al desarrollo de esta
tecnologa fueron:
1. El chip TrueNorth de IBM (2011)
2. The Human Brain Proyect. (2014)

Cientficos a lo largo de los ltimos aos, se han dado la tarea de crear un sistema que
sea capaz de trabajar en pro de los avances tecnolgicos por medio de estos chips que
poseen alrededor de 6000 transistores que realizan procesos equivalentes a los de
sinapsis en nuestros cerebros; dentro de estos, existen tambin aproximadamente 26,000
conexiones cuyo objetivo es copiar el trabajo en red que hacen las neuronas,
procesando y transformando la informacin que estos reciben.
Es evidente que el tratar de imitar los procesos biolgicos de un cerebro es
prcticamente imposible, pues la sofisticacin de estos no permite que lleguen a ser
estudiados en su total profundidad, sin embargo esta nueva tecnologa trata de
asemejarse imitando su arquitectura y relacin estructural.

La tecnologa neuromrfica se caracteriza por su capacidad de pensamiento y respuesta,

lo cual genera una mayor potencia y de igual forma, su eficiencia energtica supera por
mucho a la de cualquier otro ordenador convencional, cuyos procesadores son lineales y
slo poseen chips de memoria y un procesador central; en comparacin con los de esta
tecnologa que son capaces de aprender y anticipar, y no slo de responder de forma
pre-programada.
Las ventajas de los chips neuromrficos es que realizan acciones con rapidez y
eficiencia 9000 veces mayor a la de un ordenador nromal, tienen un menor consumo de
energa, produce un mejoramiento en reas como la medicina y la neurociencia, da un
apoyo a la vida cotidiana, hay un mayor almacenamiento, da nuevas oportunidades a
personas con alguna discapacidad, como lo son las prtesis, y mejora la calidad de
diversos servicios. Sin embargo, tambin tiene sus desventajas como son el mal uso de
la informacin y la tecnologa, tiene un costo muy elevado, existe el riesgo de prdida
de datos, y puede llegar a crear una dependencia social.
Algunos proyectos que estn integrando est nueva tecnologa y que buscan con ella
mejorar las condiciones humanas son:

Human Brain Project: Proyecto realizado por la Unin Europea por Henry
Makram, que tiene como fin el reproducir tecnolgicamente las caractersticas
del cerebro humano, para poder obtener avances en la mdica y en la
neurociencia (reunir y modelar datos, herramientas matemticas, y robots
virtuales controlados por modelos cerebrales).
Neurogrid: Es un hardware que simula 1 milln de neuronas y 6 mil sinapsis.
Fue creado en el 2009, en la Universidad de Stanford. Tiene como fin la
modelacin de patrones de interaccin.
Neuromorphic Retina: Chip que simula las 5 capas de la retina, donde las
clulas de los ganglios mandan seales al chip, permitiendo a la persona que lo
usa el poder escanear imgenes. Est principalmente realizado para personas que
tienen alguna discapacidad visual.
Deep Blue: Fue creado en la Universidad de Waterloo, Canad. Contiene en l
dos millones y medio de neuronas, y tiene como fin, ser una computadora que
comprenda a los seres humanos.

En un futuro se espera que el metamorphing de los chips para realizar los procesos
de sinapsis, de una forma independiente, y puedan llegar a tener un auto crecimiento
que permita su desarrollo y un nmero mayor de capacidades, puedan funcionar
correctamente los 2 Chips ms avanzados hasta ahora: IBM TrueNorth y SpiNNaker,
que las clulas gliales contribuyan al procesamiento de la informacin, que los
astrocitos artificiales profundos (DANAN), puedan mejorar el procesamiento de
aprendizaje. Se logre cerrar la brecha entre sensores elctricos y conexiones neuronales,
para poder ser implantados en robots o personas. Tambin se espera que los chips
puedan llevar a cabo tareas complejas sensomotoras en tiempo real, y tambin que haya
una reduccin de costos.
Las aplicaciones que tienen estos chips son principalmente en el campo de la
Farmacobiologa y la Neurociencia, con:
Diseo de nuevos frmacos que pueden ser previamente experimentados.
Tener un cribado virtual (SV).
Lograr una investigacin de relacin estructura-actividad cuantitativa
(QSAR).
Prediccin de estructura de protenas y estructura genmica (y otros
omics).
Llevar a cabo una minera de datos.

La carrera que estn estudiando los cuatro integrantes que llevaron a cabo esta
presentacin es la Licenciatura en Danza Clsica y Contempornea.
Actualmente, ya que este proyecto sigue en proceso, y an no est totalmente
terminado, no existe ningn tipo de app. Sin embargo, tras la informacin recaudada
nos podemos dar cuenta que gracias a todos estos avances, principalmente relacionados
con personas que tienen alguna discapacidad, Danceablity, que consiste en la danza para
personas con alguna discapacidad fsica, pueda ser llevada a cabo con mucha ms
facilidad, y permitindole a ms personas tener acceso a ella.

Al hablar de este tipo de tecnologa lo que se ha logrado es la creacin de chips con un

sentido amplio para el desarrollo de ella, y tienen el objetivo de procesar los datos e
informacin de una manera estrictamente distinta al hardware tradicionalmente
conocido, ya que simula o imita la base y el funcionamiento del cerebro humano para
poder provocar un increble aumento en tanto a capacidades para una computadora
refirindose a actividades referidamente humanas que son pensar y responder.
El hacer de esta tecnologa en miniatura sea los chips ha ocasionado aumentos en
cantidades increbles para la capacidad informtica que esta conocida por la historia o a
lo largo de los aos, pero el mayor obstculo presente para este tipo de tecnologa es
trasladar la informacin entre la memoria de almacenamiento y los procesadores
centrales lo que genera un excesivo uso de energa y limita otras mejoras que tiene el
chip, interponindose entre los fines deseados para el avance de ellos y el poder
disfrutar lo ms posible esta clase de tecnologas la cual si finalidad es simplificar la
vida simulando las capacidades humanas en un equipo de cmputo.

A continuacin, enlistamos algunas de las ventajas y desventajas que logramos notar en

esta tecnologa:

Ventajas:

*Simplificacin del uso de los equipos de computo

*Representaciones graficas de la realidad

*Mayor eficacia de entendimiento entre el ser y el equipo

*Mayor capacidad de almacenamiento

*Memoria auxiliar

Desventajas:

*Coste econmico

*Influencia ideolgica

*Manipulacin de la informacin

*Riesgo de prdida de datos.

La tecnologa ha avanzado drsticamente en los ltimos aos, y con este cambio han ido
surgiendo cada vez ms ideas y propuestas para continuar progresando. Una de estas
ideas fue la inteligencia artificial, de la cual posteriormente deriv lo que hoy en da se
conoce como tecnologa neuromrfica. A pesar de que esta tecnologa es poco
conocida, se considera que tiene un futuro muy prometedor en el mbito computacional
y de aparatos electrnicos en general. Es por eso que es importante conocer en qu
consiste y cmo se estar aplicando en los prximos aos.
La tecnologa neuromrfica, que est formada por microprocesadores (o chips), busca
imitar la manera en la que el cerebro procesa la informacin que recibe. Las
computadoras actuales son rpidas y complejas, pero no existe comparacin al ponerlas
a un lado del procesamiento del cerebro humano. stas saben responder a rdenes pre-
programadas, pero a la hora de encontrarse con algo nuevo no saben cmo reaccionar, a
diferencia del cerebro, que encuentra soluciones basndose en previas experiencias.

El objetivo de esta tecnologa es lograr que para las computadoras sea posible aprender
y encontrar soluciones tan rpida y eficientemente como le es posible hacer al ser
humano. Principalmente se preocupa por imitar las funciones del lado derecho del
cerebro, ya que es la parte que percibe los sentidos. Al poder replicar esta rea, se logra
que el microprocesador tenga una mejor capacidad de responder a situaciones que
incluyan imgenes, aromas e informacin.

A pesar de que desde 1980 Carver Mead introdujo el trmino neuromorphic

computing (tecnologa neuromrfica), no fue hasta principios de los 90s que la idea de
esta tecnologa como la conocemos ahora inici verdaderamente. Se empez a creer que
sistemas basados en el funcionamiento del cerebro humano podan llegar a ser millones
de veces ms poderosos y eficientes que los sistemas ya existentes en esos aos. Desde
entonces, ha habido un importante progreso en la tecnologa, logrando as sistemas cada
vez ms eficientes. Al observar que era posible lograr estas mejoras, distintos grupos de
investigadores comenzaron a buscar formas de crear una versin miniatura del cerebro
que volviera a los sistemas an mejores eficientemente. Fue as como se comenzaron a
hacer los microprocesadores neuromrficos, que fueron formados de neuronas de
silicn.

La manera en que funcionan los microprocesadores neuromrficos consiste en que no

slo tienen elementos de procesamiento, sino que tambin de almacenamiento, los
cuales trabajan en conjunto. Esto copia el funcionamiento de las neuronas que,
trabajando en una gran serie de redes, forman al cerebro. Este sistema beneficia
drsticamente la rapidez del proceso de la computadora y la manera en la que sta
aprende.
La tecnologa neuromrfica puede ser aplicada de diferentes maneras y en diferentes
objetos. Por ejemplo, se puede aplicar a drones, los cuales con un chip neuromrfico
podran captar de mejor manera las seales visuales que se les presenten. Adems, los
smartphones seran capaces de volverse an ms inteligentes y las computadoras
tendrn cada vez mejor habilidad para aprender.

Un ejemplo de un chip, o microprocesador, neuromrfico es el TrueNorth de IBM. Este

chip est conformado por un milln de neuronas y 256 millones de sinapsis. Puede
realizar procesos de una manera drsticamente superior a lo que actualmente hace una
CPU (unidad central de procesamiento) normal. Otro ejemplo es el chip creado por
HRL; este microprocesador cuenta con 576 neuronas de silicn que le dan la posibilidad
de aprendizaje y de buscar soluciones a problemas o situaciones que nunca antes se le
haban presentado.

Es evidente que la tecnologa neuromrfica puede llegar a lograr grandes cambios y

avances en el mundo computacional. Incluso, se cree que para el ao 2020, los
microprocesadores neuromrficos sern comunes en la sociedad y la rapidez en el
procesamiento de la informacin tendr un gran incremento. A pesar de no ser un
mbito ampliamente conocido por la poblacin, en los ltimos aos, los investigadores
han logrado crear chips como el TrueNorth, que en un futuro traern beneficios
evidentes para todo el pblico. Solamente resta esperar a ver los resultados y efectos
que tiene esta nueva tecnologa.

Los ordenadores tradicionales se limitan a mover datos entre los procesadores de

memoria y el procesador central a travs de una red de alta velocidad, pero los
procesadores neuromrficos en cambio, tratan de procesar la informacin imitando la
arquitectura del cerebro humano con el fin de incrementar considerablemente la
capacidad de pensamiento y respuesta de un ordenador. Combinan partes de
almacenamiento y de procesamiento de datos en los mismos mdulos interconectados
entre s, los procesadores neuromrficos ofrecen mayor potencia y mejor eficiencia
energtica.
Es una mayor capacidad de cmputo que utiliza mucho menos energa y volumen, que a
si mismo har posible la creacin de mquinas ms inteligentes en escalas ms
pequeas y que nos va a conducir a la siguiente etapa de la inteligencia artificial.

Los chips neuromrficos pretenden procesar la informacin de una forma diferente a la

utilizada por el hardware tradicional, imitando la arquitecura del cerebro para aumentar
el pensamiento del ordenador y su capacidad de responder. Su objetivo es copiar el
trabajo en red que hacen las neuronas. A partir de esta invencin, las computadoras
podrn anticipar y aprender, en lugar de simplemente responder de manera pre-
programados.

Estos ofrecen mayor potencia y mejor eficiencia energtica, al combinar partes de

almacenamiento y de procesamiento de datos en los mdulos interconectados entre s.
Un ejemplo es el procesador neuromrfico TrueNorth de IBM, presentado como
prototipo en agosto de 2014.

La evolucin de los chips inspirados en el cerebro comenz a principio de la dcada de

1980, con el profesor del Instituto Tecnolgico de California (Caltech, en EEUU) y uno
de los padres de la computacin moderna, Carver Mead.

El chip TrueNorth de IBM (2011). Su comportamiento emula al de un cerebro real, y es

capaz de procesar 'grandes' cantidades de informacin a travs de sus 5,4 miles de
millones de transistores. IBM ha creado una estructura similar a la neuronal pero con
transistores. IBM empez a desarrollar TrueNorth en 2011 con un primer prototipo de
un ncleo. La versin actual contiene 4096 ncleos neurosinpticos. Segn IBM, el
potencial de TrueNorth es muy alto no slo en lo relativo a las capacidades de cmputo,
sino tambin al reducido consumo energtico: su actual chip consume slo 0,063 vatios,
una fraccin de lo que consumen las CPU de nuestros ordenadores domsticos.

The Human Brain Project (2014) es un proyecto mdico-cientfico y tecnolgico

financiado por la Unin Europea y dirigido por Henry Makram, que tiene como fin
reproducir tecnolgicamente las caractersticas del cerebro humano, y de esta forma
conseguir avances en el campo de la medicina y la neurociencia.
Las computadoras son lineales y transportan informacin de un lado a otro entre chips
de memoria y un procesador central sobre una red troncal de alta velocidad. El cerebro,
por otro lado, est completamente interconectado, con la lgica y la memoria
entrecruzadas con una densidad y diversidad mil millones de veces mayor a la que se
puede encontrar en una computadora moderna.

Los chips neuromrficos tienen el objetivo de procesar informacin de una manera

fundamentalmente distinta al hardware tradicional, ya que imita la arquitectura del
cerebro para provocar un gran aumento en la capacidad de una computadora para pensar
y responder. Pueden ser ms eficientes energticamente y ms poderosos, ya que
combinan componentes de almacenamiento y procesamiento de informacin en los
mismos mdulos interconectados.

Consiste en la creacin de una serie de chips de ordenador (computadora) que imitan el

procesamiento de informacin del cerebro en tiempo real.

Las aplicaciones posibles incluyen:

Drones ms capaces de procesar y responder a seales visuales.

Cmaras y telfonos inteligentes mucho ms poderosos e inteligentes.

La revisin de informacin a un nivel que puede ayudarnos a descifrar los secretos de

los mercados financieros o el pronstico del tiempo.

Las computadoras sern capaces de anticipar y aprender, en lugar de solo responder de

maneras pre-programadas.

Sistemas artificiales que interacten de forma inteligente con el mundo real.

En conclusin, el futuro de la tecnologa es implementar inteligencia artificial en
algunos de los ms avanzados accesorios tecnolgicos, esto permitir ver la tecnologa
desde otra perspectiva ms futurista, el cual doblar el rendimiento actual de muchos de
los accesorios electrnicos usados en la actualidad.

Los desarrolladores de dicho producto siguen optimizando su funcionamiento, haciendo

que el rendimiento de los chips sea an mayor. Una nueva gama de estos chips ponen en
que pensar a muchos amantes de la tecnologa en lo que podra ser el futuro para la
humanidad, un chip capaz de optimizar el funcionamiento de muchos accesorios
electrnicos de ltima generacin usando un sistema parecido al proceso de sinapsis que
es causado por las memorias para agudizar el procesamiento mental de las personas, en
resumen un cerebro artificial que har posible esta utopa tecnolgica.

Las innovaciones registradas el ao pasado fue una red neuronal neuromrfica y

sinaptrnica, que la empresa describe como un significativo avance en el desarrollo de
ordenadores inspirados en el cerebro humano.

En computacin en la nube, otra de las reas de inters de IBM, la firma ha registrado

una patente que automatiza el ciclo de vida de las claves criptogrficas utilizadas para
preservar la seguridad de los datos, desde su creacin y distribucin hasta su
destruccin.

La multinacional tambin ha aadido a su lista de patentes un mtodo para descubrir y

visualizar patrones comunes en la simulacin del plegamiento de una protena. Este
descubrimiento permite tener una mayor comprensin del proceso de doblado de las
protenas y avanzar en el descubrimiento de medicamentos basados en la computacin,
entre otras aplicaciones.

La tecnologa neuromrfica ser la prxima etapa de la informtica potente, al permitir

un procesamiento de informacin amplia mente ms rpido y una mejor capacidad de
aprendizaje para las mquinas. El chip TrueNorth de IBM, con un milln de neuronas,
cuyo prototipo se present en agosto de 2014, tiene una potencia para ciertas tareas que
es cientos de veces superior a la de una CPU (unidad central de procesamiento)
convencional, y por primera vez, ms comparable a la corteza humana. Con mucha ms
potencia informtica disponible con menos energa y volumen, los chips neuromrficos
deberan permitir que las mquinas a pequea escala ms inteligentes controlen la
prxima etapa de miniaturizacin y de inteligencia artificial.
Conclusiones:

Como conclusiones se resalta el hecho de que estas tecnologas son de ayuda para el
desarrollo de los seres humanos sin embargo no llegan a compararse con las
capacidades del cerebro humano y aunque estn en desarrollo, debe ser siempre de
apoyo y no en sustituto al desempeo de los humanos en la vida diaria.

Sin embargo una nueva gama de estos chips hacen pensar en cmo afectara
socialmente con todos los avances ya existentes y si an es necesario ms, estos
accesorios electrnicos de ltima generacin usan un sistema parecido al proceso de
sinapsis que las memorias naturalmente producen y agudizan el pensamiento las
personas.

Para concluir, podemos notar que la tecnologa avanza rpidamente durante los aos, sin
embargo, no todo va dirigido hacia los campos econmicos e industriales, sino que
algunos van dirigidos a la ciencia, y pueden llegar a afectar a otros campos. Gracias a la
tecnologa neuromrfica en un futuro habr una mayor posibilidad a que personas que
tienen alguna discapacidad puedan llevar una vida cotidiana sin ningn problema, y las
simulaciones de un cerebro virtual, permitir poder comprender mejor los procesos que
en este se llevan a cabo, y tener mayores avances en la medicina, neurociencia, y
biomedicina.
REFERENCIAS:

Schuller, I. & Stevens R.. (2015). Neuromorphic Computing: From Materials to

Systems Architecture. septiembre 17, 2017, de U.S. Department of Energy Sitio web:
https://science.energy.gov/~/media/bes/pdf/reports/2016/NCFMtSA_rpt.pdf

Meyerson, B., Whittaker, W., Lewis, J., Pellini, M., Carbeck, J., Cassell, J., Mellon, C.,
Markram, H., Dario, P., Lynas, M. & Greer, J.. (2015). Tecnologa emergente 2015:
Chips de computadora que imitan el cerebro humano. septiembre 9, 2017, de World
Economic Forum Sitio web: https://www.weforum.org/es/agenda/2015/03/tecnologia-
emergente-2015-chips-de-computadora-que-imitan-el-cerebro-humano/

Simonite, T.. (2014). A Brain-Inspired Chip Takes to the Sky. septiembre 9, 2017, de
MIT Technology Review Sitio web: https://www.technologyreview.com/s/532176/a-
brain-inspired-chip-takes-to-the-sky/

Frank, A.. (2017). The future of AI is neuromorphic. Meet the scientists building digital
'brains' for your phone. septiembre 17, 2017, de Wired Sitio web:
http://www.wired.co.uk/article/ai-neuromorphic-chips-brains

Gomes, L.. (2017). Neuromorphic Chips Are Destined for Deep Learningor
Obscurity. septiembre 17, 2017, de IEEE Spectrum Sitio web:
https://spectrum.ieee.org/semiconductors/design/neuromorphic-chips-are-destined-for-
deep-learningor-obscurity

Calimera, A., Macii, E., & Poncino, M.. (2013). The Human Brain Project and
neuromorphic computing. septiembre 17, 2017, de National Center for Biotechnology
Information Sitio web: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3812737/