Un equipo internacional de investigadores ha dado un paso decisivo hacia una inteligencia artificial más sostenible. Publicado en la revista Nature, el estudio describe cómo chips fotónicos pueden entrenar redes neuronales físicas aprovechando directamente la luz para procesar información.
El crecimiento exponencial de la inteligencia artificial ha multiplicado la demanda de energía. Los grandes modelos actuales consumen cantidades comparables a las de ciudades enteras durante sus fases de entrenamiento, lo que ha puesto en el centro del debate la necesidad de alternativas más eficientes.
Las llamadas redes neuronales físicas ofrecen esa alternativa. En lugar de depender únicamente de algoritmos digitales, se basan en circuitos analógicos que explotan fenómenos físicos como la interferencia de la luz o las propiedades cuánticas para realizar operaciones matemáticas de manera directa.
El Politécnico de Milán, en colaboración con la Escuela Politécnica Federal de Lausana, la Universidad de Stanford, la Universidad de Cambridge y el Instituto Max Planck, desarrolló chips fotónicos integrados capaces de ejecutar sumas y multiplicaciones mediante haces de luz dentro de estructuras de silicio de apenas unos milímetros cuadrados.
Al eliminar la conversión de señales digitales, estos chips reducen significativamente el consumo energético y aceleran los cálculos. Según los investigadores, esta aproximación podría cambiar la manera en que se entrenan modelos complejos, haciendo posible un aprendizaje más rápido y con menor huella de carbono.
La innovación clave del estudio fue entrenar las redes directamente con señales ópticas, sin recurrir a modelos digitales intermedios. Esta técnica in situ proporciona robustez frente a errores y permite que el aprendizaje ocurra íntegramente en el chip fotónico, un logro que hasta ahora parecía fuera de alcance.
Las aplicaciones potenciales son amplias. Desde vehículos autónomos capaces de procesar datos en tiempo real sin conexión a servidores, hasta dispositivos portátiles con sensores inteligentes o sistemas de control industrial, la tecnología promete descentralizar y abaratar el uso de la inteligencia artificial.
Los investigadores destacan que este avance no solo impulsa la eficiencia de la IA, sino que también abre la puerta a modelos más complejos que antes eran inviables por restricciones de energía y coste. El futuro de la inteligencia artificial podría estar marcado por chips que imitan a las neuronas con la propia luz.
A medida que el debate global sobre el impacto climático de la IA gana peso, los chips fotónicos se perfilan como una vía para alinear el progreso tecnológico con la sostenibilidad. Un paso necesario para garantizar que la inteligencia artificial continúe avanzando sin comprometer el planeta.
