{"id":1235,"date":"2018-08-17T17:37:35","date_gmt":"2018-08-17T17:37:35","guid":{"rendered":"https:\/\/blog.platiniumhost.com\/?p=1235"},"modified":"2018-08-13T17:41:53","modified_gmt":"2018-08-13T17:41:53","slug":"un-paso-mas-cerca-de-lograr-una-red-neural-artificial-enteramente-basada-en-luz","status":"publish","type":"post","link":"https:\/\/platiniumhost.com\/blog\/un-paso-mas-cerca-de-lograr-una-red-neural-artificial-enteramente-basada-en-luz\/","title":{"rendered":"Un paso m\u00e1s cerca de lograr una red neural artificial enteramente basada en luz"},"content":{"rendered":"<p style=\"text-align: justify;\">Unos investigadores han comprobado que es posible \u00abadiestrar\u00bb redes neurales artificiales directamente sobre un chip \u00f3ptico. El notable avance demuestra que un circuito \u00f3ptico puede llevar a cabo una de las funciones esenciales de las redes neurales artificiales basadas en la electr\u00f3nica y que podr\u00eda ser el punto de partida para desarrollar modos menos caros, m\u00e1s r\u00e1pidos y con mayor eficiencia energ\u00e9tica, de realizar tareas inform\u00e1ticas complejas, como el reconocimiento del habla o de im\u00e1genes.<\/p>\n<p style=\"text-align: justify;\">Este avance tecnol\u00f3gico es obra del equipo de Shanhui Fan, de la Universidad de Stanford en California, Estados Unidos.<\/p>\n<p style=\"text-align: justify;\">La utilizaci\u00f3n de un chip \u00f3ptico para llevar a cabo en una red neural computaciones con mayor eficiencia de la que es posible con ordenadores digitales convencionales, podr\u00eda permitirles a tales redes resolver problemas con un nivel de complejidad superior al m\u00e1ximo que tienen los problemas afrontables por los ordenadores convencionales comparables. Esto mejorar\u00eda la capacidad de las redes neurales artificiales para desempe\u00f1ar ciertas tareas necesarias en autom\u00f3viles autoconducidos o para elaborar una respuesta apropiada ante una pregunta hablada, por ejemplo. Podr\u00eda tambi\u00e9n mejorar nuestras vidas de formas que no podemos ahora imaginar.<\/p>\n<p style=\"text-align: justify;\">Una red neural puede ser adiestrada usando un circuito \u00f3ptico (rect\u00e1ngulo azul en la ilustraci\u00f3n). En la red completa habr\u00eda varios de ellos unidos entre s\u00ed. Las entradas de l\u00e1ser (en verde) codifican la informaci\u00f3n que es transportada a trav\u00e9s del chip por gu\u00edas de onda \u00f3pticas (en negro). El chip realiza operaciones cruciales para la red neural usando separadores ajustables de haces, que est\u00e1n representados por las secciones curvadas en las gu\u00edas de ondas. Estas secciones emparejan dos gu\u00edas de ondas adyacentes y se ajustan a trav\u00e9s de la configuraci\u00f3n de los reguladores de fase (objetos brillantes rojos y azules).<\/p>\n<p style=\"text-align: justify;\">Una red neural artificial es un sistema de inteligencia artificial que utiliza unidades conectadas para procesar informaci\u00f3n de una manera similar a la forma en que el cerebro la procesa y, con la exposici\u00f3n a las se\u00f1ales adecuadas, puede acabar adapt\u00e1ndose a ellas o \u00abaprendiendo\u00bb. Por tanto, utilizar estas redes para que realicen eficazmente una tarea compleja, como por ejemplo el reconocimiento de la voz, precisa el paso esencial de adiestrar los algoritmos para que sean capaces de clasificar los datos entrantes (por ejemplo, palabras diferentes).<\/p>\n<p style=\"text-align: justify;\">Hasta ahora, este \u00abaprendizaje\u00bb solo se hab\u00eda logrado en sistemas total o parcialmente el\u00e9ctricos.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Unos investigadores han comprobado que es posible \u00abadiestrar\u00bb redes neurales artificiales directamente sobre un chip \u00f3ptico. El notable avance demuestra que un circuito \u00f3ptico puede llevar a cabo una de las funciones esenciales de las redes neurales artificiales basadas en la electr\u00f3nica y que podr\u00eda ser el punto de partida para desarrollar modos menos caros,&#8230;<\/p>\n","protected":false},"author":1,"featured_media":1236,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1235","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/posts\/1235","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/comments?post=1235"}],"version-history":[{"count":0,"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/posts\/1235\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/media\/1236"}],"wp:attachment":[{"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/media?parent=1235"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/categories?post=1235"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/platiniumhost.com\/blog\/wp-json\/wp\/v2\/tags?post=1235"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}