Un equipo de investigadores de la Universidad de Cambridge ha desarrollado un dispositivo que promete revolucionar la eficiencia energética de la inteligencia artificial (IA). Según un estudio publicado en Science Advances, esta innovación podría reducir el consumo energético de la IA en un impresionante 70%, gracias a una arquitectura inspirada en la física del cerebro humano.
Computación neuromórfica: un avance necesario
El crecimiento desmedido en la potencia y demanda de la inteligencia artificial ha dejado en evidencia las limitaciones de la tecnología informática actual, caracterizada por un alto consumo energético. Esto se debe principalmente al diseño tradicional de los chips, conocido como el cuello de botella de Von Neumann, que obliga a la información a desplazarse constantemente entre procesador y memoria, lo que implica una pérdida significativa de tiempo y energía.
En este contexto, la computación neuromórfica emerge como una solución transformadora. El equipo liderado por Babak Bakhit desarrolló un dispositivo conocido como memristor, basado en óxido de hafnio. Este dispositivo logra integrar el procesamiento y el almacenamiento de información en un mismo soporte físico, lo que permite un ahorro energético sin precedentes. Según el informe de la revista, este enfoque está inspirado en la eficiencia biológica extrema del cerebro, donde las neuronas y sinapsis realizan estas funciones de manera conjunta y con un consumo energético mínimo.
Te puede interesar
Una innovación material con desafíos técnicos
La invención no solo supera las limitaciones de los memristores anteriores, conocidos por su inestabilidad, sino que también introduce una solución estructurada conocida como un «desorden ordenado». Gracias al uso de uniones p-n internas, el dispositivo crea una barrera energética uniforme que asegura un flujo de datos más preciso y estable, alcanzando una precisión hasta un millón de veces superior a modelos previos y operando con corrientes eléctricas ínfimas.
El material utilizado, Hf(Sr,Ti)O2, combina óxido de hafnio dopado con estroncio y titanio. Según los experimentos, este material trabaja bajo las reglas de la plasticidad dependiente del tiempo de disparo (STDP), una característica clave en los procesos de aprendizaje biológico. Si bien las pruebas iniciales muestran resultados prometedores, la fabricación del dispositivo requiere actualmente temperaturas de 700°C, un desafío técnico que debe superarse antes de alcanzar una producción industrial viable.
- Reducción del 70% en el consumo energético de la IA.
- Uso de materiales ya conocidos en la industria microelectrónica.
- Avances en la emulación de reglas biológicas como la STDP.
Proyecciones y el futuro neuromórfico
El desarrollo de esta tecnología marca un hito en la computación neuromórfica, abriendo la puerta a una generación de dispositivos que procesen información localmente, desde sensores inteligentes hasta sistemas de conducción autónoma. Sin embargo, los expertos advierten que esta innovación no estará disponible para el mercado de consumo a corto plazo. Más bien, se establece como un fundamento para la próxima década en la industria de la inteligencia artificial.
El verdadero avance reside en cambiar el enfoque hacia la arquitectura biológica del cerebro para resolver problemas tecnológicos y energéticos. Esto resalta la necesidad de rediseñar nuestros sistemas desde una perspectiva más sostenible e inspirada en la naturaleza, tal como demuestra este dispositivo revolucionario, que podría cambiar el futuro de la informática y la inteligencia artificial.
