Penn crea una partícula híbrida para una IA ultrarrápida y eficiente en energía

Científicos de la Universidad de Pensilvania han creado una partícula híbrida de luz y materia que podría transformar el cómputo para inteligencia artificial. El avance podría permitir sustituir procesos electrónicos de alto consumo por tecnologías ópticas ultraeficientes.

Luz en lugar de electrones

La nueva partícula es un híbrido: combina las propiedades de los fotones (partículas de luz) y de la materia a nivel cuántico. Los investigadores de Penn lograron que un fotón interactúe con los electrones de un material de modo que surge un objeto completamente nuevo, con las propiedades combinadas de ambos. Una partícula así puede transmitir información mucho más rápido que los electrones tradicionales en los procesadores de silicio.

Los físicos conocen este enfoque desde hace tiempo, pero Penn es la primera en demostrar que se puede aplicar al cómputo de IA.

La principal diferencia de los sistemas ópticos es que no sufren las limitaciones de la electrónica. La luz se mueve a una velocidad cercana al máximo de la naturaleza y no se calienta al atravesar los materiales. Eso significa que el cálculo sería a la vez más rápido y más frío, dos parámetros críticos para los sistemas de IA, que hoy chocan con límites térmicos.

Energía y velocidad

La principal ventaja de la computación óptica es la reducción radical del consumo de energía. Los modelos de IA actuales requieren enormes cantidades de electricidad: entrenar una red neuronal grande como GPT puede costar cientos de miles de dólares solo en electricidad. El estudio de Penn muestra que los sistemas ópticos podrían recortar esos costes entre 10 y 100 veces, según el tipo de cómputo.

La velocidad también importa. Cuanto más rápido procesa información un procesador, más rápido funciona el modelo de IA y menor es la latencia al responder a los usuarios. En aplicaciones como el procesamiento de vídeo en tiempo real o la atención a miles de usuarios simultáneos, la velocidad de cálculo influye directamente en la economía del negocio.

• Procesamiento de información entre 10 y 100 veces más rápido
• Reducción de la generación de calor y del consumo energético en órdenes de magnitud
• Escalado de sistemas de IA sin construir nuevos centros de datos
• Mayor vida útil del hardware gracias al menor calentamiento
• Menores costes de refrigeración y mantenimiento de servidores

El camino hacia la práctica

Por ahora, la tecnología sigue en el laboratorio, en el nivel de prueba de concepto. Los investigadores de Penn afirman que hay que resolver varios problemas de ingeniería antes de que la computación óptica sea estándar en sistemas comerciales. Se trata de la integración con la infraestructura existente, la ampliación de la producción de partículas híbridas y la estandarización de las interfaces.

Sin embargo, el progreso avanza rápido. Las primeras aplicaciones piloto podrían aparecer en 2-3 años en áreas especializadas: entrenamiento de redes neuronales muy grandes, simulaciones científicas y procesamiento de flujos de vídeo. Empresas como IBM e Intel ya invierten en computación óptica, así que la implantación comercial podría llegar antes de lo esperado.

Qué significa

Si el avance de Penn supera la prueba de la realidad, podría cambiar la industria de la IA. OpenAI, Google, Meta y Microsoft han invertido decenas de miles de millones en centros de datos y GPU costosas. La computación óptica podría hacer esas inversiones menos críticas y permitir que la IA gane potencia sin un aumento proporcional del consumo energético y de la huella de carbono.

*Meta ha sido declarada organización extremista y está prohibida en Rusia.