Noticias Actualidad en procesos industriales

Dele visibilidad a su trayectoria académica

Participe en la convocatoria de trabajos inéditos de Virtual Pro.

Publicar Ahora

2022-06-26Preguntas y respuestas: Neil Thompson sobre el poder informático y la innovación

MIT |Los rápidos aumentos en la velocidad y el poder de los microchips han impulsado la innovación en muchas industrias, pero la trayectoria futura de ese increíble progreso puede estar en peligro.

La Ley de Moore es el famoso pronóstico del cofundador de Intel, Gordon Moore, de que la cantidad de transistores en un microchip se duplicaría cada uno o dos años. Esta predicción se ha cumplido o superado en su mayoría desde la década de 1970: la potencia informática se duplica aproximadamente cada dos años, mientras que los microchips mejores y más rápidos se vuelven menos costosos.

Este rápido crecimiento en el poder de la computación ha impulsado la innovación durante décadas, sin embargo, a principios del siglo XXI, los investigadores comenzaron a hacer sonar las alarmas de que la Ley de Moore se estaba desacelerando. Con la tecnología de silicio estándar, existen límites físicos en cuanto a cuán pequeños pueden ser los transistores y cuántos pueden introducirse en un microchip asequible.

Neil Thompson, científico investigador del MIT en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) y la Escuela de Administración Sloan, y su equipo de investigación se propusieron cuantificar la importancia de computadoras más potentes para mejorar los resultados en toda la sociedad. En un nuevo documento de trabajo, analizaron cinco áreas donde la computación es crítica, incluida la previsión meteorológica, la exploración de petróleo y el plegamiento de proteínas (importante para el descubrimiento de fármacos). El documento de trabajo es coautor de los asistentes de investigación Gabriel F. Manso y Shuning Ge.

Descubrieron que entre el 49 y el 94 por ciento de las mejoras en estas áreas pueden explicarse por el poder de cómputo. Por ejemplo, en el pronóstico del tiempo, aumentar la potencia de la computadora en un factor de 10 mejora las predicciones de tres días en un tercio de grado.

Pero el progreso de las computadoras se está desacelerando, lo que podría tener impactos de gran alcance en la economía y la sociedad. Thompson habló con MIT News sobre esta investigación y las implicaciones del final de la Ley de Moore.

P: ¿Cómo abordaste este análisis y cuantificaste el impacto que ha tenido la computación en diferentes dominios?

A:Cuantificar el impacto de la informática en los resultados reales es complicado. La forma más común de ver el poder de cómputo, y el progreso de TI en general, es estudiar cuánto gastan las empresas en él y ver cómo se correlaciona eso con los resultados. Pero el gasto es una medida difícil de usar porque solo refleja parcialmente el valor de la potencia informática que se compra. Por ejemplo, el chip de computadora de hoy puede costar lo mismo que el del año pasado, pero también es mucho más poderoso. Los economistas intentan ajustar ese cambio de calidad, pero es difícil saber exactamente cuál debería ser ese número. Para nuestro proyecto, medimos la potencia de cómputo de manera más directa, por ejemplo, observando las capacidades de los sistemas utilizados cuando se realizó el plegamiento de proteínas por primera vez mediante el aprendizaje profundo. Al observar directamente las capacidades,

P: ¿De qué manera las computadoras más poderosas permiten mejoras en el pronóstico del tiempo, la exploración de petróleo y el plegamiento de proteínas?

R: La respuesta corta es que los aumentos en el poder de cómputo han tenido un efecto enorme en estas áreas. Con la predicción meteorológica, descubrimos que se ha multiplicado por un billón la cantidad de potencia informática utilizada para estos modelos. Eso pone en perspectiva cuánto ha aumentado el poder de cómputo y también cómo lo hemos aprovechado. No se trata de alguien que simplemente toma un programa viejo y lo pone en una computadora más rápida; en cambio, los usuarios deben rediseñar constantemente sus algoritmos para aprovechar 10 o 100 veces más potencia informática. Todavía hay mucho ingenio humano para mejorar el rendimiento, pero lo que muestran nuestros resultados es que gran parte de ese ingenio se centra en cómo aprovechar los motores informáticos cada vez más potentes.

La exploración de petróleo es un caso interesante porque se vuelve más difícil con el tiempo a medida que se perforan los pozos fáciles, por lo que lo que queda es más difícil. Las compañías petroleras combaten esa tendencia con algunas de las supercomputadoras más grandes del mundo, usándolas para interpretar datos sísmicos y mapear la geología del subsuelo. Esto les ayuda a hacer un mejor trabajo al perforar exactamente en el lugar correcto.

El uso de la computación para hacer un mejor plegamiento de proteínas ha sido un objetivo de larga data porque es crucial para comprender las formas tridimensionales de estas moléculas, lo que a su vez determina cómo interactúan con otras moléculas. En los últimos años, los sistemas AlphaFold han logrado avances notables en esta área. Lo que muestra nuestro análisis es que estas mejoras están bien predichas por los aumentos masivos en el poder de cómputo que utilizan.

P: ¿Cuáles fueron algunos de los mayores desafíos al realizar este análisis?

A:Cuando uno observa dos tendencias que están creciendo con el tiempo, en este caso el rendimiento y la potencia informática, uno de los desafíos más importantes es desentrañar qué relación entre ellas es causalidad y qué es en realidad solo correlación. Podemos responder a esa pregunta, en parte, porque en las áreas que estudiamos las empresas están invirtiendo grandes cantidades de dinero, por lo que están haciendo muchas pruebas. En el modelado del clima, por ejemplo, no solo gastan decenas de millones de dólares en nuevas máquinas y luego esperan que funcionen. Realizan una evaluación y descubren que ejecutar un modelo durante el doble de tiempo mejora el rendimiento. Luego compran un sistema que es lo suficientemente potente como para hacer ese cálculo en un tiempo más corto para que puedan usarlo operativamente. Eso nos da mucha confianza. Pero también hay otras formas en que podemos ver la causalidad. Por ejemplo, vemos que hubo una serie de grandes saltos en la potencia informática utilizada por la NOAA (Administración Nacional Oceánica y Atmosférica) para la predicción meteorológica. Y, cuando compraron una computadora más grande y la instalaron toda de una vez, el rendimiento realmente saltó.

P: ¿Habrían sido posibles estos avances sin aumentos exponenciales en el poder de cómputo?

A:Esa es una pregunta difícil porque hay muchos insumos diferentes: capital humano, capital tradicional y también poder de cómputo. Los tres están cambiando con el tiempo. Se podría decir, si tiene un aumento de un billón de veces en el poder de cómputo, seguramente eso tiene el mayor efecto. Y esa es una buena intuición, pero también hay que tener en cuenta los rendimientos marginales decrecientes. Por ejemplo, si pasa de no tener una computadora a tener una computadora, eso es un gran cambio. Pero si pasa de tener 100 computadoras a tener 101, esa extra no proporciona tanta ganancia. Por lo tanto, hay dos fuerzas en competencia: grandes aumentos en la informática por un lado, pero beneficios marginales decrecientes por el otro. Nuestra investigación muestra que, aunque ya tenemos toneladas de poder de cómputo,

P: ¿Cuáles son las implicaciones de la ralentización de la Ley de Moore?

R: Las implicaciones son bastante preocupantes. A medida que mejora la informática, impulsa una mejor predicción del clima y las otras áreas que estudiamos, pero también mejora innumerables otras áreas que no medimos pero que, sin embargo, son partes críticas de nuestra economía y sociedad. Si ese motor de mejora se ralentiza, significa que todos esos efectos secundarios también se ralentizan.

Algunos podrían no estar de acuerdo, argumentando que hay muchas formas de innovar: si un camino se ralentiza, otros lo compensarán. En algún nivel eso es cierto. Por ejemplo, ya estamos viendo un mayor interés en el diseño de chips informáticos especializados como una forma de compensar el final de la Ley de Moore. Pero el problema es la magnitud de estos efectos. Los beneficios de la Ley de Moore fueron tan grandes que, en muchas áreas de aplicación, otras fuentes de innovación no podrán compensarlos.

MIT
Autor
MIT

Promover la investigación, las innovaciones, la enseñanza y los eventos y las personas de interés periodístico del MIT a la comunidad del campus, los medios de comunicación y el público en general, Comunicar anuncios del Instituto, Publicar noticias de la comunidad para profesores, estudiantes, personal y ex alumnos del MIT. Proporcionar servicios de medios a los miembros de la comunidad, incluido el asesoramiento sobre cómo trabajar con periodistas, Responder a consultas de los medios y solicitudes de entrevistas...


2023-01-28
¿Cuándo deberían los científicos de datos probar una nueva técnica?

Una nueva medida puede ayudar a los científicos a decidir qué método de estimación usar al modelar un problema de datos en particular.

2023-01-27
“Este es el tipo de vida que quiero”

La poeta, defensora de los estudiantes y doble licenciada en matemáticas y física, Catherine Ji, vive audazmente en el MIT.

2023-01-27
«Debemos ser capaces de auditar los datos de los que se nutren los algoritmos»

Conseguir la trazabilidad de todo el sistema de inteligencia artificial, desde el principio hasta el final, es un imperativo para esta catedrática e investigadora de la Universidad de A Coruña, que bregó por llevar la sede de la Agencia Española de Supervisión de IA a la ciudad gallega. Entre las labores de esta organización está, justamente, la supervisión ética de los algoritmos.

2023-01-27
Chat GPT: cómo usar este chat de inteligencia artificial

ChatGPT es un modelo lingüístico basado en GPT 3 y desarrollado por la compañía OpenAI. Permite generar texto de forma natural y también puede conversar con humanos, respondiendo a preguntas con bastante precisión.

2023-01-26
Uso de la robótica para potenciar la atención médica

Vecna ​​Technologies, fundada por un par de ex alumnos del MIT, ha seguido un camino largo y sinuoso para ayudar a las personas en entornos de atención médica.

2023-01-26
El IMSE-CSIC diseña circuitos integrados que son clave para comprender la climatología en Marte

El instrumento MEDA, a bordo del rover ‘Perseverance’ contiene circuitos integrados elaborados por el Instituto de Microelectrónica de Sevilla.