Un sistema de inteligencia artificial (IA) creado por ingenieras de Google diseña chips tan buenos como los creados por los humanos, pero en una fracción del tiempo de lo que estos tardan en diseñarlos. Este nuevo método de aprendizaje automático está basado en un sistema de premios y castigos inspirado en la psicología conductista. El planeamiento de los microchips era el último gran reducto que se resistía a la automatización. Google ya lo está usando en la creación de sus futuros sistemas de IA.
Antes de que las máquinas fabriquen los chips como rosquillas y los pinchen en placas de silicio, un humano ha tenido que diseñarlos. Como un arquitecto cuando planea una casa, el ingeniero de hardware (equipo informático) planifica la distribución óptima posible de las distintas partes del microchip sobre una plantilla. En inglés se llama floorplanning (algo así como planeamiento de base). La catedrática de tecnología electrónica de la Universidad Politécnica de Madrid (UPM) Marisa López-Vallejo lo compara con las piezas a colocar en el Tetris, “pero un Tetris muy complejo”. No es solo que sean millones de piezas a colocar, es que son muy variables en forma y tamaño. Además, hay que ponerlas en el menor espacio posible e interconectarlas. Todo ello con la premisa de que todo el sistema sea lo más rápido y potente usando la menor energía y longitud de cable que se pueda. El profesor de arquitectura y tecnología de computadores de la Universidad Autónoma de Madrid (UAM) Eduardo Boemo lo tiene claro: “Esto lo hacen mejor los humanos que las máquinas”.
Ahora, la revista Nature publica una investigación que indica que las máquinas lo pueden hacer igual o mejor que los humanos y mucho más rápido. El trabajo, liderado por las ingenieras de Google Research Azalia Mirhoseini y Anna Goldie, muestra cómo un método de aprendizaje automático (machine learning en inglés) ideado por ellas ha diseñado chips en menos de seis horas igualando o superando en los parámetros más importantes a los de los humanos.
“Nuestro enfoque puede generar automáticamente planos de base que son comparables o superiores a los diseños humanos en prestaciones, rendimiento y área”, dice Goldie. “Está completamente automatizado y converge en unas pocas horas, mientras que los expertos humanos pueden tardar meses en ofrecer resultados”, añade. En este caso, lograron un diseño en menos de seis horas que superaba a los creados por humanos en varias semanas.
Para lograrlo, usaron un sistema de inteligencia artificial denominado aprendizaje por refuerzo que toma prestados elementos de la psicología de la conducta. “En esencia, le enseñamos a una IA a jugar a colocar fichas”, comenta Mirhoseini. “En términos un poco más técnicos, desarrollamos un método de aprendizaje por refuerzo (AR) capaz de aprender de experiencias pasadas para que sea cada vez mejor y más rápido en la colocación de nuevos chips”. Alimentado con información sobre los componentes del chip, las dimensiones de la plantilla, las restricciones que tiene o aspectos a optimizar, como la longitud de cable, congestión de enrutamiento o el consumo de energía, el sistema va probando distintas combinaciones, siendo reforzado con cada mejora.
Ver más en El País
