El Laboratorio Nacional Argonne (ANL) en Estados Unidos, en colaboración con las compañías tecnológicas Intel y HP, se encuentra desarrollando un modelo de lenguaje de gran escala similar a ChatGPT, pero especializado en conocimiento científico, denominado AuroraGPT. Este modelo se caracteriza por su capacidad para albergar más de un billón de parámetros.
En qué consiste el proyecto
La ANL está entrenandosu supercomputadora Aurora, una de las más potentes en el mundo actualmente, que cuenta con 21.248 procesadores Intel CPU Max Series, 63.744 gráficas Intel Data Center GPU Max Series y 1.024 nodos de almacenamiento que dan 220 petabytes de capacidad con un ancho de banda de 31 terabytes por segundo.
Con ayuda de la IA, el equipo de Argonne espera que la supercomputadora almacene todo el conocimiento científico posible.
El Laboratorio Nacional de Argonne, ubicado en Estados Unidos, es un centro de investigación destacado a nivel mundial que se ha enfocado en diversas áreas de estudio, incluyendo física, biología, ciencias ambientales y energéticas, entre otras.
Cuando la supercomputadora funcione, el laboratorio tiene la intención de implementar una interfaz de chatbot para que los investigadores puedan formular sus consultas. Aurora GPT sería la herramienta utilizada, la cual les permitiría acceder a un amplio espectro de información científica disponible, abarcando disciplinas de ciencias naturales, matemáticas e ingeniería.
La página oficial del Laboratorio Nacional Argonne informa que su sistema Aurora GPT ampliará las posibilidades para los investigadores, quienes podrán llevar a cabo una variedad más amplia de tareas computacionales.
Esto abarca desde el desarrollo de modelos mediante aprendizaje automático hasta el procesamiento intensivo de grandes conjuntos de datos, además de las actividades convencionales de simulación y modelado.
Aurora se entrena actualmente para manejar esta envergadura de procesamiento, y su puesta en marcha es esperada con gran expectación por la comunidad científica, ya que transformará los paradigmas de la investigación y el análisis de grandes volúmenes de datos.
La supercomputadora de Argonne National Laboratory (ANL) alcanzará un hito en computación a exaescala al realizar operaciones a una velocidad de un exaflop por segundo, lo que implica la capacidad de ejecutar un trillón (10^18) de operaciones de punto flotante por segundo. Este avance supone una aceleración significativa en los tiempos de investigación y desarrollo tecnológico.
Actualmente, la ANL ha notificado que se encuentran en las primeras etapas de desarrollo, por lo que todavía queda mucho camino por recorrer. Según han matizado, la capacidad está limitada a 256 nodos en este momento.
La intención del laboratorio es que la supercomputadora alcance los 10.000 nodos de capacidad disponibles. Con el objetivo de llegar a su meta, los ingenieros de Argonne siguen trabajando para “preparar a Aurora para la ciencia desde el primer día”.
IA en la ciencia
La inteligencia artificial (IA) se ha integrado profundamente en la comunidad científica, revolucionando el modo en que se realiza la investigación.
En la biomedicina, facilita la identificación de patrones en diagnósticos y el descubrimiento de fármacos. Los algoritmos de aprendizaje automático son herramientas cruciales en el análisis de voluminosos conjuntos de datos en campos desde la genética hasta la climatología.
En exploraciones espaciales y marinas, robots avanzados realizan tareas de recolección de datos. Asimismo, la IA mejora la precisión de simulaciones de sistemas complejos y resuelve problemas de optimización en diversas disciplinas. También automatiza y agiliza procesos investigativos, incluida la recopilación y análisis de información.
Además, impulsa colaboraciones interdisciplinarias y asiste en la gestión de publicaciones científicas. La incorporación de la IA no solo ha propiciado avances sustanciales y ha optimizado la eficiencia en los procesos de investigación, ya que existen varias herramientas impulsada con esta tecnología que asisten en la revisión y análisis de literatura científica.
Fuente: Infobae