Investigadores de la Universidad de Cambridge desarrollaron un «memristor» capaz de imitar las conexiones neuronales; la tecnología podría reducir el consumo energético de la IA hasta en un 70%.
Uno de los mayores obstáculos para la expansión de la inteligencia artificial es su masivo consumo de energía. Sin embargo, un equipo de científicos liderados por la Universidad de Cambridge ha presentado una solución inspirada en la biología: un dispositivo nanoelectrónico basado en óxido de hafnio que funciona de manera similar al cerebro humano, permitiendo procesar información con una eficiencia sin precedentes.
¿Qué es un memristor y por qué importa?
A diferencia de los transistores convencionales, un memristor es un componente que puede realizar funciones complejas en un espacio mínimo y con un gasto energético ínfimo. Su principal ventaja radica en la computación neuromórfica:
Procesamiento local: Al igual que las neuronas, estos dispositivos almacenan y procesan datos en el mismo lugar, eliminando el constante viaje de información entre la memoria y el procesador que agota la batería en los chips actuales.
Eficiencia extrema: Pruebas de laboratorio lograron corrientes de conmutación un millón de veces inferiores a las de los sistemas tradicionales, lo que podría traducirse en un ahorro de energía del 70%.
Aprendizaje y adaptabilidad biológica
El dispositivo desarrollado en el Reino Unido no solo almacena «bits», sino que es capaz de aprender. Los investigadores demostraron que estos memristores reproducen la plasticidad neuronal, el mecanismo por el cual el cerebro refuerza o debilita sus conexiones según las señales que recibe. Esto abre la puerta a un hardware que no solo ejecuta órdenes, sino que se adapta y evoluciona como un organismo vivo.
El reto de la fabricación
A pesar del éxito tecnológico, la implementación masiva enfrenta un desafío técnico: su producción requiere actualmente temperaturas de 700°C, una cifra que supera los estándares de la industria de semiconductores. El equipo de Cambridge ya trabaja en ajustar estos procesos para que la tecnología sea compatible con las fábricas de microchips actuales. De lograrse, este avance marcaría el fin de la era de los servidores masivos que devoran electricidad, dando paso a una IA más verde y autónoma.
Fuente: Universidad de Cambridge / EFE | © Redacción NoticiasPV Nayarit
Cargando ...
