¿Te imaginas un futuro donde los procesadores de tu computadora utilicen luz en lugar de electricidad? Un ex empleado de Google afirma que los proyectos de IA en la empresa son impulsados por un «pánico frío». La misma motivación podría estar detrás de la búsqueda de nuevas tecnologías, como los chips basados en luz, para satisfacer las crecientes demandas de la inteligencia artificial (IA). ¿Podrían estos chips ser la clave para el futuro de la informática?
La Ley de Moore y sus Límites
La Ley de Moore, que establece que los chips de computadora duplican su capacidad cada dos años, ha guiado el progreso tecnológico durante décadas. Sin embargo, las demandas de la IA están superando esta predicción. La Agencia Internacional de Energía predice que la IA consumirá 10 veces más energía en 2026 que en 2023, lo que provocará que los centros de datos consuman tanta energía como Japón. Nick Harris, fundador de Lightmatter, advierte que la demanda de potencia informática de la IA se duplica cada tres meses, amenazando con quebrar empresas y economías.
El Potencial de la Computación Óptica
La computación óptica, que utiliza fotones en lugar de electrones, podría ser la solución. Natalia Berloff, física de la Universidad de Cambridge, señala que este enfoque promete avances en campos que requieren procesamiento de alta velocidad y eficiencia, como la IA. Las señales ópticas tienen más ancho de banda y frecuencias más altas que las eléctricas, permitiendo más pasos computacionales en menos tiempo y con menos latencia.
Ventajas de la Computación Óptica
Las computadoras ópticas podrían operar con mayor eficiencia energética, ya que los chips electrónicos se calientan mucho y solo pueden activar una pequeña fracción de sus transistores a la vez. Gordon Wetzstein, ingeniero eléctrico de Stanford, sugiere que aprovechar estas ventajas abriría muchas nuevas posibilidades.
Desafíos de la Computación Óptica
Aunque la luz tiene potencial, también presenta desafíos. Los fotones no interactúan entre sí como los electrones, dificultando la construcción de transistores ópticos. Aun así, los investigadores han encontrado aplicaciones prometedoras para la computación óptica, especialmente en la multiplicación de matrices, una operación fundamental en las redes neuronales.
Avances Recientes
Un grupo del MIT, liderado por Dirk Englund y Marin Soljačić, desarrolló en 2017 una red neuronal óptica basada en un chip de silicio. Este dispositivo, que usa la fase de la luz para realizar multiplicaciones de matrices, ha mostrado ser más rápido y eficiente que los dispositivos electrónicos en ciertas tareas.
Peter McMahon, experto en fotónica de la Universidad de Cornell, destacó que este avance ha catalizado un interés masivo en las redes neuronales ópticas (ONN).
Innovaciones Continuas
Desde 2017, el campo ha visto mejoras constantes. Zaijun Chen de la Universidad del Sur de California ha desarrollado un sistema llamado HITOP, que podría ejecutar modelos de aprendizaje automático 25.000 veces más grandes que los anteriores ONN basados en chips. Aunque HITOP aún no iguala a los chips electrónicos más avanzados, su eficiencia energética es impresionante.
Futuro Brillante
A pesar de los desafíos, la computación óptica tiene un futuro prometedor. Bhavin Shastri de la Queen’s University en Ontario sugiere que los ONN podrían tener éxito en aplicaciones especializadas, como la clasificación de señales inalámbricas. McMahon vislumbra un futuro donde una red neuronal óptica pueda superar a los sistemas electrónicos en eficiencia y capacidad.
Conclusión
La búsqueda de nuevas tecnologías para satisfacer las crecientes demandas de la IA podría llevarnos a un futuro donde los chips basados en luz se conviertan en la norma. Aunque aún queda un largo camino por recorrer, los avances recientes en la computación óptica ofrecen un vistazo a un futuro más rápido y eficiente.
