Las redes neuronales construidas a partir de ondas de luz podrían permitir sistemas de IA mucho más versátiles, escalables y energéticamente eficientes.
Los sistemas tradicionales de IA que dependen de redes neuronales artificiales profundas que se ejecutan dentro de computadoras requieren enormes cantidades de recursos computacionales para su entrenamiento, lo que genera inquietudes sobre su sostenibilidad. Una vía prometedora para abordar esta cuestión es el desarrollo de redes neuronales artificiales físicas: sistemas que imitan la estructura de las redes neuronales biológicas más de cerca que sus contrapartes digitales, utilizando formas físicas para hacer que la información fluya en lugar de concatenar cálculos numéricos a través de neuronas simuladas en una computadora. Por ejemplo, en una subclase de red neuronal física llamada “redes neuronales ópticas”, se emiten ondas de luz y se combinan para realizar varios cálculos. Pero estos sistemas físicos enfrentan desafíos únicos, especialmente cuando se trata de entrenarlos. Un estudio reciente recién publicado en Naturaleza (Xue y otros Naturaleza 632:280–286, 2024) presenta una solución verdaderamente innovadora que aprovecha la física para abordar estos desafíos. Este es un paso hacia un posible futuro en el que los sistemas de IA se ejecuten en sistemas físicos y, por lo tanto, se vuelvan mucho más manejables, escalables y…