Si bien no hay mucha superposición entre la nanotecnología y la IA / aprendizaje automático en este momento, está empezando a existir, y el área de superposición solo aumentará con el tiempo.
El área donde se produce la superposición es en implementaciones de hardware de circuitos neuronales. Si bien esto está más cerca de la tecnología de fabricación de IC (máscaras y capas) que de la nanotecnología (objetos mecánicos), incluso estos dos se están fusionando a medida que se utilizan técnicas de fabricación de IC para crear nanoobjetos. En cierto sentido, la fabricación de circuitos integrados funciona de la misma manera que una impresora 3D (creando estructuras 3D a partir de capas 2D), pero a menor escala.
Un proyecto de investigación en la vanguardia de los chips de circuitos neuronales es el proyecto SyNAPSE (Sistemas de electrónica escalable de plástico neuromorfo) de HP para desarrollar chips de red neuronal a gran escala utilizando memristors: Memristor emula el aprendizaje neuronal y el “Neuristor”: Memristors utilizado para crear un comportamiento neuronal
- ¿Cómo deberían pensar los investigadores del aprendizaje automático sobre pasar a un rol de aprendizaje automático aplicado en la industria?
- ¿Cuáles son los temas principales sobre la planificación del movimiento del robot?
- Cómo crear un chatbot de dominio específico
- ¿Cuáles fueron los 10 problemas principales en Machine Learning para 2016?
- ¿Cuáles son los factores que limitan la inteligencia artificial en las máquinas?
También se han realizado esfuerzos para crear una retina artificial, fusionando células de fotocaptura CCD con circuitos de procesamiento de imagen paralelos para crear chips VLSI que capturan y procesan video en tiempo real.
Además, los chips GPU se utilizan cada vez más para simulaciones estadísticas de aprendizaje automático.
Aún así, la vanguardia de la inteligencia artificial y el aprendizaje automático estadístico está en los algoritmos, todos desarrollados en software porque es mucho más fácil.