0:00 por cientos de años las computadoras analógicas fueron las más poderosas del mundo predijeron eclipses y mareas y guiaron tanques antiaéreos luego con la llegada de los transistores de estado sólido las computadoras digitales las superaron actualmente casi todas las computadoras que usamos son digitales pero hoy una tormenta perfecta de factores se está haciendo que resurja la tecnología analógica esta es una computadora analógica conectando estos cables de cierta manera puedo programarla para resolver una gran variedad de ecuaciones diferenciales por ejemplo esta configuración me permite simular una más amortiguada oscilando en un resorte en el osciloscopio puedes ver la posición de la masa en el tiempo puedo variar la
0:46 amortiguación o la constante elástica o la masa y podemos ver cómo cambia la amplitud y la duración de las oscilaciones lo que hace analógica esta computadora es que no hay ceros ni unos aquí adentro lo que hay es un voltaje que oscila hacia arriba bajo al igual que una masa en un resorte el circuito eléctrico es análogo del problema físico solo toma lugar más rápido si cambio las conexiones eléctricas puedo programar esta computadora para resolver otras ecuaciones diferenciales como el sistema de lawrence que es un modelo básico de convección en la atmósfera el sistema lawrence es famoso porque fue uno de los primeros ejemplos de caos descubiertos y
1:32 aquí puedes ver el atractivo de lawrence con su hermosa forma de mariposa en esta computadora analógica puedo cambiar los parámetros y ver sus efectos en tiempo real estos ejemplos ilustran algunas ventajas de las computadoras analógicas son dispositivos computacionales muy poderosos y pueden completar muchos cálculos rápidamente además no usan mucha energía con una computadora digital si quieres sumar dos números de 8 bits necesitas unos 50 transistores mientras que en una analógica puedes sumar 2 corrientes con sólo conectar dos cables con una computadora digital para multiplicar dos
2:18 números necesitas unos 1000 transistores todos combinando ceros y unos pero con una analógica puedes pasar una corriente por un resistor y luego el voltaje alrededor del resistor será iu por r y de este modo podemos multiplicar dos números entre sí pero las analógicas también tienen desventajas por un lado no son dispositivos para propósitos generales no podrás usar el microsoft word en una de estas además como las entradas y salidas son continuas no puedo ingresar valores exactos entonces si intento repetir el mismo cálculo nunca obtendré exactamente el mismo resultado y piensa en la construcción de las analógicas
3:04 siempre habrá algo de variación en el valor exacto de los componentes como resistor es' o condensadores así que como regla general el margen de error puede ser del 1% si hablamos de computadoras analógicas pensamos en poder rapidez y ahorro de energía pero también tienen un solo propósito irrepetible e inexactitud y sí parecen factores decisivos es porque tal vez lo sean creo que son las mayores razones por las que las analógicas perdieron prestigio apenas las digitales se hicieron viables ahora veamos por qué las computadoras analógicas pueden estar regresando todo comienza con la inteligencia artificial una máquina fue programada para ver y mover objetos
3:50 la inteligencia artificial no es nueva el término se creó en 1956 en 1958 un psicólogo de la universidad de cornell frank rose en blat construyó el perceptor diseñado para imitar a las neuronas del cerebro aquí hay un modelo básico de cómo funcionan las neuronas una neurona individual puede dispararse o no así que su nivel de activación puede representarse como un 1 o un 0 la señal de entrada de una neurona es la salida de un grupo de otras neuronas pero la fuerza de estas conexiones entre neuronas varía a cada una se le puede dar un peso distinto algunas conexiones son excitatorias y tienen pesos positivos mientras que otras son inhibidoras y tienen pesos negativos para descifrar si una neurona particular
4:36 se dispara debes tomar la activación de cada neurona de entrada y multiplicarlo por su peso y luego sumar todas si su suma es mayor que el número al que llamamos sesgo la neurona se dispara si es menor no se dispara como entrada el percepción de rosenblat tenía 400 fotos células ordenadas en una cuadrícula para capturar una imagen de 20 x 20 píxeles puedes pensar cada pixel como una neurona de entrada con el brillo de cada uno como su activación estrictamente la activación debería ser 0 o 1 pero podemos dejarla tener cualquier valor entre 0 y 1 todas estas neuronas están conectadas a una sola neurona de salida cada una a través de su propio peso ajustable para
5:23 ver si la neurona de salida se disparará multiplicas la activación de cada neurona por su peso y luego haces la suma esto es un producto escalar de vectores si el resultado es mayor que el sesgo la neurona se dispara si es menor no el objetivo del perceptor era distinguir confiablemente entre dos imágenes como un rectángulo y un círculo por ejemplo la neurona de salida podría dispararse si se le presenta un círculo pero no con un rectángulo para lograr esto el preceptor debía entrenarse debían presentarles series de círculos y rectángulos distintos y en consecuencia ajustar sus pesos podemos visualizar los pesos como una imagen ya que hay un peso único para cada pixel de la imagen
6:09 inicialmente rosenblatt ajusto todos los pesos en cero si la salida del preceptor es correcta no se les hacen cambios a los pesos por ejemplo aquí se les muestra un rectángulo y la neurona de salida no se dispara pero si hay un error los pesos se ajustan el algoritmo para actualizar los pesos es muy simple aquí la neurona de salida no se disparó cuando debía al mostrarle un círculo así que para cambiar los pesos simplemente sumas las activaciones de entrada con los pesos si la neurona de salida se dispara cuando no debía como aquí al mostrarle un rectángulo restas las activaciones de entrada a los pesos y sigues haciendo esto hasta que el perceptor no identifica correctamente todas las imágenes de entrenamiento se demostró que este algoritmo convergerá
6:55 siempre que sea posible mapear las dos categorías en grupos diferentes el perceptor no era capaz de distinguir entre diferentes formas como rectángulos o triángulos o diferentes letras según rose en black incluso podía diferenciar entre perros y gatos dijo que la máquina era capaz de lo equivalente a pensamientos originales y los medios lo apoyaron el 'new york times' llamó al perceptor un embrión de computadora electrónica que la marina cree podrá caminar hablar ver escribir reproducirse y ser consciente de su existencia luego de entrenarlo con muchos ejemplos demostraron caras que nunca había visto y pudo exitosamente distinguir entre
7:41 varones y mujeres ha aprendido en verdad el preceptor era bastante limitado en lo que podía ser de hecho no podía distinguir perros de gatos esta y otras críticas fueron hechas en un libro de minsk y paper dos referentes del mit en 1969 eso llevó a un periodo difícil para las redes neuronales artificiales y se lo conoce como el primer invierno de la inteligencia artificial rosenblatt no sobrevivió a ese invierno se ahogó navegando en la bahía de chesapeake al cumplir 43 años [Música] el laboratorio naves un camión apto para carretera modificado para que los investigadores son las computadoras control en el vehículo cuando sea necesario en los 80 resurgió la
8:26 inteligencia artificial cuando investigadores de carnegie mellon crearon uno de los primeros autos sin conductor era conducido por una red neuronal artificial llamada albín era similar al perceptor pero tenía una capa oculta de neuronas artificiales entre la entrada y la salida como entrada albín recibía imágenes de 30 x 32 píxeles del camino a seguir aquí les muestro en 60 x 64 cada neurona de entrada estaba conectada por un peso ajustable a una capa oculta de 4 neuronas y cada una de ellas se conectaba a 32 neuronas de salida así que para ir de una capa de la red a la siguiente se hacía una multiplicación de matrices la activación de entrada por los pesos la neurona de salida con mayor activación determina el
9:12 ángulo de giro del camión para entrenar la red neuronal un humano condujo el camión aportando el ángulo correcto de giro para una imagen de entrada dada todo los pesos en la red neuronal se ajustaron con el entrenamiento para que la salida de albín coincidiera con la de un humano el método para ajustar los pesos era la retro propagación que no explicaré mucho ahora pero welch lapse tiene una gran serie sobre esto el link está en la descripción de nuevo puedes visualizar los pesos para las cuatro neuronas ocultas como imágenes los pesos son aleatorios al principio pero al avanzar el entrenamiento la computadora aprende a identificar patrones puedes ver las líneas del camino emerger en los pesos a su vez el ángulo de giro de salida confluye con el ángulo de giro
9:58 humano la computadora condujo el vehículo a una velocidad máxima de 1 o 2 kilómetros por hora el límite era la velocidad con la que la computadora podría realizar multiplicaciones de matrices a pesar de los avances las redes neuronales artificiales tenían problemas con tareas sencillas como distinguir gatos de perros y nadie sabía si el problema estaba en el hardware o en el software el modelo de inteligencia era bueno y necesitábamos computadoras más potentes o teníamos una idea totalmente errada sobre cómo construir sistemas inteligentes la inteligencia artificial experimentó otra caída en los años 90 a mediados de los años 2000 la mayoría estaba concentrado en mejorar los algoritmos pero una investigadora
10:44 pei felix creyó que el problema era otro tal vez las redes neuronales necesitaban más información para entrenarse así que planeo mapear todo el mundo de los objetos de 2006 a 2009 creó imágenes una base de datos de un millón doscientas mil imágenes rotuladas era la base de datos de imágenes rotuladas más grande que había 2010 a 2017 y magnet realizó un concurso anual el desafío del reconocimiento facial a gran escala allí competían programas de software para detectar y clasificar imágenes se clasificaban en mil categorías diferentes incluyendo 90 razas distintas de perros una red neuronal compitiendo allí tendría una capa de salida de 1000 neuronas cada una correspondiente a una categoría de
11:29 objeto que podría aparecer en la imagen si la imagen contiene un pastor alemán la neurona de salida que corresponde a pastor alemán debería tener la activación más alta no fue sorpresa que resultará ser un desafío difícil una forma de juzgar el desempeño es ver cuán frecuentemente las cinco mayores activaciones de neuronas no son la categoría correcta esto es llamado tasa de error del top 5 en 2010 el mejor tuvo una tasa de error del top 5 de 28.2 por ciento o sea que casi un tercio de las veces la respuesta correcta no estaba entre las 5 más elegidas en 2011 esta tasa de error fue del 25.8 por ciento una mejora importante pero el año siguiente una red neuronal artificial de la universidad de toronto llamada a
12:15 lexnet arrasó con la competencia con una tasa de error de sólo 16.4 por ciento lo que distinguía a lexnet era su tamaño y profundidad la red tenía ocho capas y en total 500.000 neuronas para entrenar a álex net se debían ajustar con cuidado 60 millones de pesos y sesgos usando la base de datos por todas las multiplicaciones de matrices procesar una imagen requería 700 millones de operaciones matemáticas el entrenamiento era computacionalmente intensivo el equipo lo logró siendo precursor en el uso de gps unidades de procesamiento gráfico muy utilizadas para controlar pantallas y monitores se especializan en cálculos paralelos rápidos el artículo sobre álex net que describe su
13:02 investigación es un gran éxito y ha sido citado más de 100.000 veces identifica a la escala de la red neuronal como fundamental para su éxito requiere mucho trabajo entrenar y hacer funcionar la red pero la mejora en el desempeño global con otros siguiendo su guía la tasa de error del top 5 en la competencia de image net cayó en picada en los años siguientes y llegó a un 3.6 por ciento en 2015 este desempeño es mejor que el humano la red neuronal que logró esto tenía 100 capas de neuronas el futuro es claro veremos una demanda creciente de redes neuronales más y más grandes y esto es un problema por varios motivos 1 el consumo de energía entrenar una red neuronal requiere una cantidad de energía eléctrica similar al consumo
13:49 anual de tres hogares otro problema es el cuello de botella bonoima casi todas las computadoras digitales modernas almacenan información en su memoria y acceden a través de un bus al hacer todas las multiplicaciones de matrices requeridas por las redes neuronales profundas la mayor parte del tiempo y la energía se gasta en alcanzar esos valores de peso y no en hacer los cálculos y finalmente están las limitaciones de la ley de moore por décadas el número transistores x chips se ha duplicado cada aproximadamente dos años pero ahora el tamaño de un transistor se está acercando al de un átomo así que hay desafíos físicos fundamentales para seguir miniaturizado lo es la tormenta perfecta para las computadoras analógicas las digitales están llegando a sus límites mientras que las redes neuronales aumentan su
14:35 popularidad y mucho de lo que hacen se reduce a una sola tarea multiplicaciones de matrices lo mejor es que las redes neuronales no requieren la precisión de las computadoras digitales si la red neuronal está a 96 o 98% segura de que la imagen es una gallina no importa aún es una gallina así que algo de variación en los componentes son las condiciones puede tolerarse fui a un emprendimiento de computadoras analógicas en texas llamado mythic y aquí están creando chips analógicos para redes neuronales y me mostraron el trabajo de varios algoritmos de inteligencia artificial lo ves te estás cayendo si es fascinante el mayor uso es para mejoras en la realidad virtual si tu amigo está en su casa y tú en la tuya
15:20 pueden renderizar pse entre sí en el mundo virtual así que debe capturar tu pose rápidamente y renderizar lo en el mundo virtual espera esto es para el metaverso si eso parece es una aplicación es una aplicación muy metaverso esto es estimación de profundidad con tan solo una webcam captura la escena y genera un mapa de calor sí es claro es porque está cerca si está lejos lo hace oscuro todos estos algoritmos pueden realizarse en computadoras digitales pero aquí la multiplicación de matrices está sucediendo en el dominio analógico para hacer esto posible mítica dado otro propósito a las celdas de almacenamiento flash digital normalmente se usan como memorias almacenando un 1 o un 0 si aplicas un gran voltaje positivo de
16:05 control los electrones suben por el túnel a través de una barrera aislante y quedan atrapados en la puerta flotante remueves el voltaje y los electrones pueden seguir en la puerta flotante por décadas evitando que la celda conduzca corriente así puede almacenar un 1 o un 0 puedes leer el valor almacenado aplicando un pequeño voltaje si hay electrones en la puerta flotante no fluirá corriente por lo que es un cero si no hay electrones la corriente si fluye y es un 1 la idea de mythic es usar estas celdas pero no como unos ceros sino como resistor es variables hacen esto colocando un número específico de electrones en cada puerta flotante en lugar de todo o nada' la mayor cantidad de electrones mayor resistencia del canal cuando luego aplicas un pequeño voltaje la corriente
16:52 que fluye es igual a la vez sobre r pero también puedes pensar esto como voltaje por conductancia donde la conductancia es la inversa de la resistencia una sola celda flash puede usarse para multiplicar dos valores voltaje por conductancia para usar esto con la red neuronal artificial primero inscriben todos los pesos en las celdas flash como la conductancia de cada celda luego ingresan los valores de activación como el voltaje de las celdas la corriente resultante es el producto de voltaje por conductancia que es activación por peso las celdas están conectadas de forma que la corriente de cada multiplicación se suma completando la multiplicación de matrices
17:38 este es nuestro primer producto puede hacer 25 billones de operaciones matemáticas por segundo 25 billones y 25 billones por segundo en este pequeño chip que usa solo 3 watts de energía como se compara con un chip digital los sistemas digitales más nuevos pueden hacer de 25 a 100 billones de operaciones por segundo pero son sistemas grandes de miles de dólares que usan de 50 a 100 watts de potencia obviamente no comparamos manzanas con manzanas no no son cosas comparables para entrenar esos algoritmos necesitas hardware grande como esto puedes hacer todo tipo de cosas en la gpu pero si tú trabajas con inteligencia artificial y quieres implementarla podrías usar esto puedes imaginarlo en cámaras de
18:24 seguridad sistemas autónomos equipamiento de inspecciones manufacturas o sea cada vez que hagan una galleta la inspeccionan con una cámara y las desaprobadas son pues descartadas del proceso que están usando inteligencia artificial para ver cuáles están bien y cuáles no algunos proponen usar circuitos analógicos en altavoces inteligentes sólo para oír la palabra activa como alexa o sir y usarían mucha menos energía y podrían rápida y confiable mente encender un circuito digital pero aún debes lidiar con los desafíos analógicos para una de las redes populares debería haber 50 secuencias de multiplicaciones de matrices que debes hacer si hicieras eso solo en el dominio analógico al momento de llegar a la salida está tan distorsionado que no tienes ningún
19:09 resultado así que lo pasas del dominio analógico al dominio digital lo envías al próximo bloque de procesamiento y luego lo pasas al dominio analógico otra vez y así preservar la señal cuando rose sun blade estaba construyendo su percepción uso una computadora digital ibm como la yo muy lenta construyó una computadora analógica personalizada que tenía resistor es variables y pequeños motores para manejarlos en definitiva su idea de redes neuronales resultó correcta quizás también estaba en lo cierto con lo analógico no sé si las computadoras analógicas tendrán éxito al igual que lo tuvieron las digitales pero si parecen más para muchas tareas que queremos que las computadoras realizan es extraño porque
19:56 siempre había las computadoras digitales como las más óptimas para procesar información todo desde música imágenes o vídeos se ha hecho digital en los últimos 50 años pero quizás en 100 años recordemos a lo digital no como el punto final de la tecnología de la información sino como un punto de partida nuestros cerebros son digitales en como una neurona se dispara o no pero también son analógicos en cuanto a que el pensamiento sucede en todas partes a la vez tal vez lo que necesitamos para alcanzar la verdadera inteligencia artificial o sea máquinas que piensen como nosotros es el poder de lo analógico [Música]
