He aquí un excelente ejemplo de pensar diferente, o como dicen los estadounidenses "fuera de la caja".

Un grupo de científicos liderados por el Profesor (e inventor de esta tecnología) Krishna Palem de Rice University, y quien es a su vez Director del Instituto de Nanoelectrónica Sostenible (ISNE) de Nanyang Technological University (NTU), acaba de desarrollar una nueva arquitectura y metodología para crear computación en chips.

Él lo llama PCMOS (Probabilistic Complementary Metal-Oxide Semiconductor), y se trata de crear hardware que hace (y toma ventaja de) computaciones imprecisas, o probabilísticas, en vez de las computaciones totalmente exactas de prácticamente el 100% de todos los diseños digitales de hoy día.

Mas interesante aun, es que según los primeros prototipos, estos chips no solo son 7 veces mas rápidos que chips comparables de hoy día, sino que además consumen 30 veces menos energía. O en otras palabras, son 210 veces mas eficiente con la misma energía que los chips actuales, o mas de dos órdenes de magnitud, lo que es totalmente asombroso.

El secreto en realidad es bastante sencillo: Hoy día mientras mas y mas se miniaturizan los chips, también se genera mas y mas "ruido electrónico" debido al pequeño tamaño de los componentes (esto debiéndose en parte a que los "alambres" que conducen electricidad dentro del chip son mucho mas pequeños, y por tanto transfieren menos electrones, por lo que son mas susceptibles a ruido analógico), y la manera que los científicos contrarrestan esto es incrementando el voltaje en estos chips, lo que hace que el ruido se vuelva a reducir.

El problema es que esto tiene límites, como ya lo sabemos muy bien hoy día, en donde los chips convencionales ya necesitan de equipos sofisticados para enfriarlos, ya que de lo contrario literalmente se derretirían.

En cambio, el proceso PCMOS lo que hace es que acepta y toma ventaja del ruido, y lo utiliza tanto para cálculos probabilísticos, como para cálculos tradicionales que pueden subsistir con un poco de precisión perdida.

Un ejemplo que dan es que el decodificar video hoy día no requiere en realidad de tanta precisión numérica para su codificación (ver esto por ejemplo), por lo que esta arquitectura es mas que suficiente para esa tarea. Y lo mismo podemos decir de tareas como chateo por Internet, Voz sobre IP (VoIP), programas de diseño gráfico, etc.

Así mismo, dada la naturaleza probabilística de PCMOS, es posible también hacer cosas mejores que con el proceso tradicional, ya que por ejemplo la generación de números aleatorios se haría trivial, lo que facilitaría generar "ruido digital" para cifrado de datos (para comercio electrónico por ejemplo), y otros procesos que necesiten de datos aleatorios (como video-juegos, simulaciones cuánticas, simulaciones de grandes cantidades de partículas o personas, etc.).

Opinión: No me sorprendería si después que logremos crear una Inteligencia Artificial, que esta después decida auto-mejorarse cambiando su entorno a uno que utilice el mismo concepto de PCMOS, ya que algo que todos queremos es eficiencia energética, y para un ser del futuro posiblemente le resulte mucho mas factible perder un poco de precisión en sus datos a cambio de ahorrarse varias órdenes de magnitud en consumo energético.

Además, aunque estamos ya modificando y mejorando las creaciones de la naturaleza, lo cierto es que en muchos casos la naturaleza ya ha dado con los casos mas óptimos (o cercanos a lo mas óptimo) de muchos problemas de ingeniería, gracias a procesos evolutivos, y lo cierto es que nuestros cerebros, gracias a que no son "máquinas exactas", sino mas bien "máquinas probabilísticas" poseen un gran grado de eficiencia energética.

Como ejemplo, consideren que nuestros cerebros hacen toda su magia con apenas 20W de energía, mientras que algo como la próxima supercomputadora de IBM consumirá 6MW, es decir, 300,000 veces mas energía.

Fuente de la noticia

autor: josé elías