Los procesadores de luz, el futuro de la Inteligencia Artificial.



Una startup de Silicon Valley ha desarrollado un procesador óptico con capacidad para aumentar el rendimiento y la eficacia de los sistemas de Inteligencia Artificial.

La startup Luminous Computing quiere ofrecer una solución al exceso de hardware y potenciar el rendimiento de los chips semiconductores. La respuesta a este embotellamiento es utilizar láseres para emitir luz a través de pequeñas estructuras en los chips. Los procesadores ópticos encajan a la perfección como vía para gestionar un número elevado de operaciones que ejecutan los sistemas de IA.

Estas pequeñas estructuras funcionan como guías de las ondas de luz, consiguiendo así una pequeña pérdida de energía. La startup tiene como objetivo emplear distintos colores de luz para transferir bits a través de ondas simultáneas. El proceso puede perfeccionar el funcionamiento de los chips electrónicos y hacerlos más eficientes en el transporte de datos que los chips convencionales.

Esta startup fue fundada por Michael Gao, el estratega en jefe de la compañía y quien también fundó AlphaSheets; Marcus Gómez, el CEO de Luminous Computing y quien antes fue investigador científico en Tinder y Google; y Mitchell Nahmias, CTO de la compañía, miembro graduado de la National Science Foundation en la Universidad de Princeton y cuya investigación es la base del chip.

Luminous no ofrece detalles concretos de su proyecto y no hay una fecha para que lo veamos funcionado, sólo afirman que en “unos años” empezarán a enviar los kits de desarrollo para su nuevo chip fotónico centrado en inteligencia artificial.

Links:
https://www.luminouscomputing.com/
https://techcrunch.com/2019/06/04/bill- ... -moonshot/

Microsoft lanza un lenguaje de programación open source para computación cuántica.



Aunque la computación cuántica que espera Microsoft aun no ve su inicio, la compañía ha trabajado duro para construir las herramientas que usarán los desarrolladores futuros que programen para computadoras cuánticas.

Según la compañía, este movimiento es para hacer que “la computación cuántica y el desarrollo de algoritmos sea más fácil y transparente para los desarrolladores.” Adicionalmente, hará más fácil que las instituciones académicas usen estas herramientas y los desarrolladores puedan contribuir con sus propias ideas.

Sin ser sorpresa alguna, este código estará disponible en GitHub, plataforma social adquirida por Microsoft el año pasado. Anteriormente la compañía lanzo algunos ejemplos de computación cuántica, además de una librería con ejemplos, pero esta será la primera vez que el equipo publique partes claves del proyecto.

Links:
https://github.com/Microsoft/Quantum/tr ... /utilities
https://www.microsoft.com/en-us/quantum/development-kit

Entrenar a un solo modelo de IA puede emitir tanto carbono como cinco autos en sus vidas

Me parecio interesante este paper ya que nos hace tomar conciencia que el constante avance y descubrimiento en el campo de la inteligencia artificial trae consigo un alto grado de contaminación, esto debido a los inmensos recursos computacionales que se necesita al entrenar un modelo y que en la mayoría de los casos no se es consciente de ello.

La industria de la inteligencia artificial a menudo se compara con la industria del petróleo: una vez extraída y refinada, los datos, como el petróleo, pueden ser un producto altamente lucrativo. Ahora parece que la metáfora puede extenderse aún más. Al igual que su contraparte de combustibles fósiles, el proceso de aprendizaje profundo tiene un impacto ambiental de gran tamaño.

Investigadores de la Universidad de Massachusetts, Amherst, realizaron una evaluación del ciclo de vida para capacitar a varios modelos grandes de IA comunes. Descubrieron que el proceso puede emitir más de 626,000 libras de dióxido de carbono equivalente, casi cinco veces más que las emisiones de por vida del automóvil estadounidense promedio (y eso incluye la fabricación del automóvil en sí).



Source:
https://www.technologyreview.com/s/6136 ... lifetimes/