Mi término personal para la naturaleza inexacta del mundo desordenado y borroso era borroso. Pero luego, en 1980, adquirí una computadora de escritorio de Ohio Scientific y encontré un alivio rápido y duradero. Todas sus operaciones se construyeron sobre una base de aritmética binaria, en la que un 1 siempre era exactamente un 1 y un 0 era un 0 genuino, sin sutilezas fraccionarias. ¡El 1 de la existencia y el 0 de la nada! Me enamoré de la pureza de lo digital y aprendí a escribir código, que se convirtió en un refugio de por vida de las matemáticas confusas.
Por supuesto, los valores digitales aún tenían que almacenarse en componentes físicos falibles, pero los márgenes de error se encargaron de eso. En un chip digital moderno de 5 voltios, 1,5 voltios o menos representarían el número 0, mientras que 3,5 voltios o más representarían el número 1. Los componentes de una placa base con un diseño decente se mantendrían dentro de esos límites, por lo que no debería haber habido malentendidos. .
En consecuencia, cuando Bernd Ulmann predijo que las computadoras analógicas regresarían como zombis, no solo me mostré escéptico. Encontré la idea un poco… inquietante.
esperando un verificación de la realidad, consulté a Lyle Bickley, miembro fundador del Museo de Historia de la Computación en Mountain View, California. Después de haber servido durante años como testigo experto en juicios de patentes, Bickley mantiene un conocimiento enciclopédico de todo lo que se ha hecho y se sigue haciendo en el procesamiento de datos.
“Muchas empresas de Silicon Valley tienen proyectos secretos que fabrican chips analógicos”, me dijo.
¿En realidad? ¿Pero por qué?
“Porque consumen muy poca energía”.
Bickley explicó que cuando, por ejemplo, los sistemas de IA de lenguaje natural de fuerza bruta destilan millones de palabras de Internet, el proceso es increíblemente hambriento de poder. El cerebro humano funciona con una pequeña cantidad de electricidad, dijo, unos 20 vatios. (Es lo mismo que una bombilla). «Sin embargo, si tratamos de hacer lo mismo con las computadoras digitales, se necesitan megavatios». Para ese tipo de aplicación, lo digital “no va a funcionar. No es una forma inteligente de hacerlo”.
Bickley dijo que violaría la confidencialidad si me diera detalles, así que fui a buscar nuevas empresas. Rápidamente encontré una empresa del Área de la Bahía de San Francisco llamada Mythic, que afirmaba estar comercializando el «primer procesador de matriz analógica de IA de la industria».
Mike Henry cofundó Mythic en la Universidad de Michigan en 2013. Es un tipo enérgico con un corte de pelo prolijo y una camisa bien planchada, como un vendedor de IBM de los viejos tiempos. Amplió el punto de Bickley, citando la red neuronal similar al cerebro que alimenta a GPT-3. “Tiene 175 mil millones de sinapsis”, dijo Henry, comparando elementos de procesamiento con conexiones entre neuronas en el cerebro. “Entonces, cada vez que ejecuta ese modelo para hacer una cosa, debe cargar 175 mil millones de valores. Los sistemas de centros de datos muy grandes apenas pueden mantenerse al día”.
Eso es porque, dijo Henry, son digitales. Los sistemas modernos de IA utilizan un tipo de memoria llamada RAM estática o SRAM, que requiere energía constante para almacenar datos. Su circuito debe permanecer encendido incluso cuando no está realizando una tarea. Los ingenieros han hecho mucho para mejorar la eficiencia de SRAM, pero hay un límite. “Los trucos como bajar el voltaje de suministro se están agotando”, dijo Henry.