Glosario IA
El diccionario completo de la Inteligencia Artificial
TrueNorth
Procesador neuromórfico desarrollado por IBM, compuesto por 1 millón de neuronas y 256 millones de sinapsis organizados en 4096 neurosynaptic cores. Funciona con un consumo extremadamente bajo de 70 milivatios y utiliza una arquitectura de eventos para el procesamiento paralelo masivo.
Loihi
Chip neuromórfico de Intel que integra 130.000 neuronas y 130 millones de sinapsis con capacidades de aprendizaje on-chip mediante la plasticidad dependiente del tiempo de espigas. Utiliza un modelo de computación asíncrono basado en eventos y soporta varios esquemas de aprendizaje supervisado y no supervisado.
Neurosynaptic Core
Unidad de computación fundamental en procesadores neuromórficos como TrueNorth, integrando neuronas, sinapsis y axones en una arquitectura local. Cada core funciona de manera autónoma y puede gestionar hasta 256 neuronas y 65.536 sinapsis en el caso de la arquitectura de IBM.
Analog Neuromorphic Computing
Enfoque de computación neuromórfica que utiliza señales continuas y circuitos analógicos para simular el comportamiento de neuronas y sinapsis biológicas. Este método ofrece una mayor densidad de integración y eficiencia energética pero presenta desafíos en términos de precisión y variabilidad de fabricación.
Digital Neuromorphic Computing
Implementación neuromórfica que utiliza circuitos digitales para simular el comportamiento de redes neuronales de espigas, ofreciendo mayor precisión y reproducibilidad que el enfoque analógico. Procesadores como TrueNorth y Loihi adoptan este enfoque para garantizar una fiabilidad y escalabilidad óptimas.
Neurogrid
Plataforma neuromórfica desarrollada en la Universidad de Stanford que utiliza circuitos analógicos subthreshold para simular un millón de neuronas corticales con un consumo de solo 3 vatios. Se distingue por su capacidad para modelar dinámicas neuronales complejas con alta fidelidad biológica.
BrainScaleS
Sistema neuromórfico europeo que utiliza un enfoque analógico acelerado que funciona 1000 veces más rápido que el tiempo biológico real, permitiendo simulaciones rápidas de redes neuronales complejas. Combina circuitos analógicos a escala de oblea con una infraestructura digital flexible para el control y la configuración.
SpiNNaker
Arquitectura neuromórfica a gran escala basada en procesadores ARM multinúcleo diseñada para simular en tiempo real hasta mil millones de neuronas de espigas. Utiliza una red mallada para la comunicación entre núcleos y está particularmente optimizada para simulaciones a gran escala de redes corticales.
MorphIC
Chip neuromórfica híbrida que combina circuitos digitales para el control con circuitos analógicos para el cálculo neuronal, ofreciendo un compromiso entre precisión y eficiencia energética. Implementa neuronas y sinapsis reconfigurables que soportan diversos modelos de plasticidad sináptica.
Dynap-SEL
Familia de procesadores neuromórficos eventuales de bajo consumo desarrollados por SynSense, que implementan neuronas y sinapsis analógicas con capacidades de aprendizaje on-chip. Estos chips están particularmente optimizados para aplicaciones edge computing que requieren procesamiento en tiempo real con un consumo mínimo.
Intel Nahuku
Plataforma de desarrollo neuromórfico de Intel basada en el chip Loihi, proporcionando un entorno completo para la experimentación y prototipado de aplicaciones de spiking neural networks. Integra varios chips Loihi con interfaces de software que permiten una configuración flexible de redes neuronales.
Neuro-inspired Computing
Enfoque computacional que se inspira en los principios del procesamiento neuronal biológico sin buscar una reproducción exacta, concentrándose más bien en la eficiencia de los algoritmos y arquitecturas. Esta disciplina engloba tanto los sistemas neuromórficos estrictos como los enfoques híbridos adaptados a aplicaciones prácticas.