Disseny i implementació d’una xarxa neuronal d’impulsos per a la classificació d’imatges manuscrites

Abstract

L'avenç de la intel·ligència artificial (IA) ha comportat un augment significatiu de la demanda computacional, fet que planteja reptes importants en termes de consum energètic i sostenibilitat. Aquest treball de fi de grau explora el paradigma de la computació neuromòrfica a través de les xarxes neuronals d’impulsos (SNN, de l’anglès spiking neural networks), les quals imiten el funcionament biològic del cervell per processar informació de manera asíncrona i dispersa. L’objectiu principal del projecte és dissenyar, implementar i avaluar una SNN per a la classificació d’imatges manuscrites, amb la finalitat de validar-ne la viabilitat com a alternativa eficient a les xarxes neuronals artificials (ANN) convencionals. La metodologia es basa en una estratègia de conversió de models. Inicialment, s'ha dissenyat i entrenat una xarxa neuronal convolucional (CNN) de referència utilitzant el conjunt de dades MNIST. Posteriorment, aquest model s'ha transformat en una SNN equivalent mitjançant la substitució de les funcions d'activació per neurones leaky integrateand-fire (LIF) i l'ús de codificació per taxa, utilitzant la llibreria snnTorch per a la simulació. Els resultats obtinguts demostren l'eficàcia de la proposta. El model de referència (ANN) ha assolit una precisió del 98,91% en el conjunt de test. La SNN resultant ha mantingut un rendiment competitiu, aconseguint una precisió del 97,38% amb una finestra de simulació de 50 passos de temps, el qual representa una pèrdua de l'1,53% respecte al model original. L'anàlisi d'eficiència mostra que, en aquest punt d'operació, l’SNN és teòricament 425 vegades més eficient energèticament que la xarxa convencional equivalent, reduint el consum estimat per inferència de 11.318 nJ a 26,6 nJ. En conclusió, el treball confirma que la tecnologia de les SNN, aplicada mitjançant tècniques de conversió, permet assolir un equilibri òptim entre precisió i eficiència. Aquests resultats posicionen les xarxes d'impulsos com una solució prometedora per a aplicacions que requereixen de baix consum.