\n<\/p>\n
Mi t\u00e9rmino personal para la naturaleza inexacta del mundo desordenado y borroso era borroso<\/em>. Pero luego, en 1980, adquir\u00ed una computadora de escritorio de Ohio Scientific y encontr\u00e9 un alivio r\u00e1pido y duradero. Todas sus operaciones se construyeron sobre una base de aritm\u00e9tica binaria, en la que un 1 siempre era exactamente un 1 y un 0 era un 0 genuino, sin sutilezas fraccionarias. \u00a1El 1 de la existencia y el 0 de la nada! Me enamor\u00e9 de la pureza de lo digital y aprend\u00ed a escribir c\u00f3digo, que se convirti\u00f3 en un refugio de por vida de las matem\u00e1ticas confusas.<\/p>\n Por supuesto, los valores digitales a\u00fan ten\u00edan que almacenarse en componentes f\u00edsicos falibles, pero los m\u00e1rgenes de error se encargaron de eso. En un chip digital moderno de 5 voltios, 1,5 voltios o menos representar\u00edan el n\u00famero 0, mientras que 3,5 voltios o m\u00e1s representar\u00edan el n\u00famero 1. Los componentes de una placa base con un dise\u00f1o decente se mantendr\u00edan dentro de esos l\u00edmites, por lo que no deber\u00eda haber habido malentendidos. .<\/p>\n En consecuencia, cuando Bernd Ulmann predijo que las computadoras anal\u00f3gicas regresar\u00edan como zombis, no solo me mostr\u00e9 esc\u00e9ptico. Encontr\u00e9 la idea un poco… inquietante.<\/p>\n esperando un<\/span> verificaci\u00f3n de la realidad, consult\u00e9 a Lyle Bickley, miembro fundador del Museo de Historia de la Computaci\u00f3n en Mountain View, California. Despu\u00e9s de haber servido durante a\u00f1os como testigo experto en juicios de patentes, Bickley mantiene un conocimiento enciclop\u00e9dico de todo lo que se ha hecho y se sigue haciendo en el procesamiento de datos.<\/p>\n \u201cMuchas empresas de Silicon Valley tienen proyectos secretos que fabrican chips anal\u00f3gicos\u201d, me dijo.<\/p>\n \u00bfEn realidad? \u00bfPero por qu\u00e9?<\/p>\n \u201cPorque consumen muy poca energ\u00eda\u201d.<\/p>\n Bickley explic\u00f3 que cuando, por ejemplo, los sistemas de IA de lenguaje natural de fuerza bruta destilan millones de palabras de Internet, el proceso es incre\u00edblemente hambriento de poder. El cerebro humano funciona con una peque\u00f1a cantidad de electricidad, dijo, unos 20 vatios. (Es lo mismo que una bombilla). \u00abSin embargo, si tratamos de hacer lo mismo con las computadoras digitales, se necesitan megavatios\u00bb. Para ese tipo de aplicaci\u00f3n, lo digital \u201cno va a funcionar. No es una forma inteligente de hacerlo\u201d.<\/p>\n Bickley dijo que violar\u00eda la confidencialidad si me diera detalles, as\u00ed que fui a buscar nuevas empresas. R\u00e1pidamente encontr\u00e9 una empresa del \u00c1rea de la Bah\u00eda de San Francisco llamada Mythic, que afirmaba estar comercializando el \u00abprimer procesador de matriz anal\u00f3gica de IA de la industria\u00bb.<\/p>\n Mike Henry cofund\u00f3 Mythic en la Universidad de Michigan en 2013. Es un tipo en\u00e9rgico con un corte de pelo prolijo y una camisa bien planchada, como un vendedor de IBM de los viejos tiempos. Ampli\u00f3 el punto de Bickley, citando la red neuronal similar al cerebro que alimenta a GPT-3. \u201cTiene 175 mil millones de sinapsis\u201d, dijo Henry, comparando elementos de procesamiento con conexiones entre neuronas en el cerebro. \u201cEntonces, 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 d\u00eda\u201d.<\/p>\n Eso es porque, dijo Henry, son digitales. Los sistemas modernos de IA utilizan un tipo de memoria llamada RAM est\u00e1tica o SRAM, que requiere energ\u00eda constante para almacenar datos. Su circuito debe permanecer encendido incluso cuando no est\u00e1 realizando una tarea. Los ingenieros han hecho mucho para mejorar la eficiencia de SRAM, pero hay un l\u00edmite. \u201cLos trucos como bajar el voltaje de suministro se est\u00e1n agotando\u201d, dijo Henry.<\/p>\n<\/div>\n