El campo del aprendizaje profundo, una rama de la inteligencia artificial, no se inicia en supercomputadores especializados. Sus bases prácticas se establecen con hardware más accesible. Investigadores pioneros experimentan y logran avances clave usando componentes diseñados originalmente para el mercado de los videojuegos. Este enfoque demuestra la versatilidad de la arquitectura de las unidades de procesamiento gráfico.


Dos tarjetas GeForce GTX 580 impulsan los primeros modelos

En 2012, un equipo de investigación utiliza un par de tarjetas gráficas GeForce GTX 580 con 3 GB de memoria cada una. Las configuran en modo SLI para combinar su potencia de procesamiento. Este sistema, aunque modesto para estándares actuales, proporciona la capacidad de cómputo paralelo necesaria para entrenar redes neuronales complejas. El CEO de Nvidia, Jensen Huang, relata este hecho en una entrevista para el podcast de Joe Rogan, destacando el origen inesperado de la tecnología.

El hardware de juego habilita una revolución computacional

Este evento marca un punto de inflexión. Muestra que las GPU, optimizadas para renderizar gráficos, también pueden procesar eficientemente las operaciones matriciales masivas que requieren los algoritmos de aprendizaje profundo. La industria identifica rápidamente este potencial y comienza a desarrollar hardware y software específicos. Así, lo que empieza como un experimento con componentes de consumo sienta las bases para el desarrollo acelerado de la inteligencia artificial moderna.

A veces, los descubrimientos más transformadores no vienen de laboratorios ultrasecretos, sino de alguien que conecta dos tarjetas gráficas pensando que quizás, solo quizás, podrían servir para algo más que jugar.