Neuronas artificiales y átomos: el inicio de una era donde los chips aprenden como un cerebro humano
Un nuevo diseño de procesador imita la bioquímica cerebral y promete ser miles de veces más eficiente y sostenible
No es algo que nadie esperase, pero parece que, poco a poco, la inteligencia artificial se va adentrando en el terreno de la biología. Recientemente, hemos conocido cómo un equipo de investigadores de la Universidad del Sur de California ha logrado crear neuronas artificiales capaces de emular con gran exactitud la actividad eléctrica y química de las células cerebrales humanas. A diferencia de los chips actuales, que solo simulan el comportamiento neuronal mediante software o modelos matemáticos, estas nuevas neuronas reproducen físicamente los procesos biológicos.
Neuronas artificiales capaces de aprender, adaptarse y pensar como las humanas
El avance, que ha sido publicado en la revista científica Nature Electronics, podría transformar el diseño de los procesadores, tal y como lo conocemos, multiplicar la eficiencia de los mismos y reducir su consumo energético hasta niveles nunca antes alcanzados. Según sus creadores, esta podría ser la pieza clave que nos permita acercarnos a la inteligencia artificial general, que es la que aprende y razona con la misma facilidad de un cerebro. En este caso, en lugar de mover electrones, como hacen los procesadores de silicio, operan con átomos, replicando cómo se mueven los iones en el cerebro.
La base de este avance está en un dispositivo llamado memristor difusivo, un componente que actúa como un interruptor capaz de recordar la corriente que lo atravesó. Memristor, para ponerte en antecedentes, es un término acuñado por el ingeniero eléctrico Leon Chua en el año 1971. Su nombre procede de los términos memory, memoria, y resistor, resistencia. Gracias a su naturaleza, el memristor recuerda su estado anterior y ajusta su resistencia según la historia de corriente que ha atravesado el dispositivo. Y es por eso que estos dispositivos son muy prometedores para crear chips que aprenden por sí mismos, ya que funcionan de forma parecida a cómo las neuronas fortalecen o debilitan sus conexiones cuando aprendemos algo.
En este caso, los investigadores emplean iones de plata dentro de un óxido metálico para generar impulsos eléctricos similares a los que transmiten nuestras neuronas. Lo revolucionario del avance es que ahora una neurona artificial necesita solo un transistor y no cientos como antes. Joshua Yang, profesor de Ingeniería Informática y Eléctrica, ha asegurado en el comunicado publicado en la página web de la Universidad del Sur de California que: "no es que nuestros chips u ordenadores no sean lo suficientemente potentes para lo que hacen. Es que no son lo suficientemente eficientes. Consumen demasiada energía".
El chip de una matriz de neuronas artificiales que ha sido creado en la Universidad del Sur de California
El estudio afirma que los chips podrían ser miles de veces más pequeños y consumir una fracción de la energía actual. Y esto abre la puerta hacia una informática más sostenible y, si lo quieres denominar de una manera más poética, más cerebral. Si los chips futuros logran aprender y adaptarse directamente en el hardware, y no solo a través del software, podrían ejecutar inteligencia artificial con un consumo ínfimo y una flexibilidad nunca antes observada.
Por supuesto, aún existen desafíos que hay que sortear, como que la plata utilizada no es compatible con los procesos industriales convencionales. Esto se debe a que en la industria de los semiconductores se usan materiales y procedimientos extremadamente controlados, con el fin de evitar reacciones no deseadas. En este caso, la plata se desplaza fácilmente dentro de los materiales, lo que puede dañar las capas de silicio o provocar cortocircuitos. Eso sí, la base está creada. Tal y como afirma Joshua Yang: "existe la posibilidad de que dichos sistemas que imitan fielmente el funcionamiento del cerebro nos ayuden a descubrir nuevos conocimientos sobre cómo funciona el cerebro mismo".