La mayoría de los sistemas de IA actuales funcionan activando y desactivando transistores, miles de millones de veces por segundo, consumiendo enormes cantidades de energía. Una startup fundada por destacados investigadores de IA propone un enfoque fundamentalmente diferente: un chip que no conmuta en absoluto, sino que deja que los osciladores físicos se asienten en patrones sincronizados, y llama al resultado una imagen.
Unconventional AI, fundada por Naveen Rao (anteriormente en Databricks, Nervana Systems e Intel), Michael Carbin (MIT), Sara Achour (Stanford) y la exingeniera de Google MeeLan Lee, lanzó su primer modelo en junio. Llamado Un-0, es un generador de imágenes construido sobre una red de osciladores acoplados simulados, en lugar de la lógica de transistores convencional. La empresa afirma que la arquitectura podría ser 1,000 veces más eficiente energéticamente que el hardware de IA convencional.
La afirmación es extraordinaria. Pero la física que la sustenta no lo es.
La sincronización como computación
El principio se deriva del modelo de Kuramoto, una descripción matemática de cómo se comportan los osciladores acoplados. Dos metrónomos sobre una superficie compartida, marcando a ritmos ligeramente diferentes, se sincronizarán gradualmente, eventualmente bloqueándose en el mismo ritmo. El mismo fenómeno aparece en las luciérnagas que destellan al unísono, las células marcapaso del corazón y las neuronas del cerebro.
En la arquitectura de Un-0, miles de osciladores virtuales están físicamente vinculados. Cada oscilador tiene una fase, un ángulo que describe dónde se encuentra en su ciclo. Diferentes patrones de ángulos de fase a través de la red de osciladores codifican diferentes imágenes. Un “zapato” está representado por una configuración de fase, un “tren” por otra.
Para generar una imagen, un pequeño subgrupo de osciladores se preconfigura al patrón de fase objetivo, este es el “prompt.” Cuando se conecta a un grupo más grande de osciladores de fase aleatoria, el grupo de control empuja a todo el sistema hacia la sincronización con el patrón objetivo. Después de la convergencia, la cuadrícula resultante de valores de fase se alimenta a un decodificador que traduce los números en colores de píxeles.
De dónde viene la eficiencia
En un chip de IA convencional, cada operación requiere que los transistores cambien entre estados encendido y apagado, consumiendo energía cada vez. Una sola inferencia de un modelo grande puede involucrar billones de tales conmutaciones.
El enfoque basado en osciladores reemplaza la conmutación discreta con dinámicas físicas continuas. La corriente fluye a través de bucles cerrados que oscilan naturalmente. No hay conmutación forzada, no hay energía desperdiciada en mantener transistores en posición. El sistema alcanza su respuesta a través de la física de la sincronización, en lugar de a través de un cálculo lógico paso a paso.
“El sistema de osciladores de Kuramoto acoplados ofrece la promesa de aprender con dinámicas físicas a una escala que está más allá de lo que se ha hecho antes,” escribió la empresa en una publicación de blog anunciando Un-0.
Lo que muestran los benchmarks
La versión actual de Un-0 se ejecuta en una simulación de software de osciladores, no en hardware físico. El objetivo declarado de la empresa es construir chips personalizados basados en osciladores.
En benchmarks estándar de generación de imágenes, Un-0 produjo puntuaciones de Distancia de Incepción de Fréchet (FID) comparables a modelos tempranos de generación de imágenes como BigGAN de Google e iDDPM de OpenAI. Con 16,384 osciladores, logró un FID de 6.74 en ImageNet 64×64, una métrica que mide qué tan cerca coinciden las imágenes generadas con las imágenes de referencia, donde un valor más bajo es mejor.
Estos resultados no alcanzan el estado del arte actual. “Los generadores convencionales siguen siendo más fuertes en calidad absoluta y eficiencia de parámetros, cerrar esa brecha con nuevos algoritmos y arquitecturas de modelos es el trabajo por delante,” reconoció la empresa.
El camino por delante
Un-0 es una prueba de concepto, no un producto comercial. El camino desde una simulación de software de osciladores hasta un chip físico que realice la ganancia de eficiencia de 1,000x es largo e incierto. La empresa ha recaudado 475 millones de dólares en financiamiento semilla con una valoración de 4.5 mil millones de dólares, respaldada por Lightspeed, Andreessen Horowitz, Sequoia y Jeff Bezos, lo que sugiere que los inversores están dispuestos a esperar.
El significado más profundo del trabajo puede ser arquitectónico más que comercial. El supuesto estándar en hardware de IA es que mejores chips significan transistores más rápidos. Un-0 desafía ese supuesto al preguntar si la computación podría parecerse menos a la lógica y más a la física, una red de elementos acoplados que se asientan en un estado sincronizado que codifica la respuesta.
Traducido por Alessandra