Desarrollan una Inteligencia Artificial hecha de luz

Una nueva arquitectura informática, que utiliza ondas de luz para el procesamiento ultrarrápido y energéticamente eficiente de redes neuronales artificiales, alumbra una Inteligencia Artificial hecha de luz que posee una elevada eficiencia energética.

La inteligencia artificial se basa en redes digitales de múltiples capas de nodos y caminos de conexión que demandan una gran cantidad de energía, por lo que sistemas informáticos fotónicos podrían ofrecer una posible solución a este problema de eficiencia.

La IA está capacitada para resolver dilemas morales cuando conduce vehículos autónomos

Estos sistemas fotónicos no funcionan con ceros y unos, sino con las características de una onda de luz, parámetros que pueden cambiar continuamente y de diversas formas, permitiendo el procesamiento paralelo en diferentes grados de libertad óptica.

Sin embargo, hasta ahora no se sabía si la computación fotónica analógica sería lo suficientemente potente para soportar el procesamiento de información que desarrolla la IA, ni tampoco cómo sería una IA basada en la luz.

Esta es la incógnita que han despejado investigadores del Instituto Leibniz de Tecnología Fotónica (Leibniz IPHT) en Jena (Alemania), junto con un equipo internacional: han desarrollado una nueva tecnología que utiliza la luz para la computación neuronal, inspirada en las redes neuronales del cerebro humano.

Basta una sola fibra óptica

En lugar de depender de miles de componentes electrónicos, este nuevo sistema utiliza una sola fibra óptica, capaz de realizar las tareas de varias redes neuronales a la velocidad de la luz: utiliza las propiedades físicas únicas de las ondas de luz dentro de la fibra óptica para forjar un avanzado sistema de aprendizaje artificial.

Esto significa que, aunque el sistema fotónico solo esté compuesto por una fibra óptica, puede procesar la información introducida y aprender a partir de ella, como lo hace una inteligencia artificial digital.

Los datos, ya sean valores de píxeles de imágenes o componentes de frecuencia de una pista de audio, se codifican en los canales de color de pulsos de luz ultracortos. Estos pulsos llevan la información a través de la fibra, experimentando diversas combinaciones, amplificaciones o atenuaciones.

La aparición de nuevas combinaciones de colores en la salida de la fibra permite predecir tipos de datos o contextos. Por ejemplo, canales de color específicos pueden indicar objetos visibles en imágenes o signos de enfermedad en una voz. Así se formaliza el aprendizaje propio de la IA.

Resultados alentadores

Este enfoque promete no solo un procesamiento de datos más eficiente, sino también velocidades mucho más rápidas que los métodos actuales, todo mientras consume considerablemente menos energía.

Los resultados obtenidos son alentadores: en las tareas de clasificación de orquídeas y variedades de vino, el sistema fotónico de IA logró una tasa de acierto del 100 por ciento.

Pero en otras pruebas, como la identificación de números escritos a mano, la IA fotónica obtuvo una precisión mucho más modesta, de solo el 86,7 por ciento, aunque en otra prueba para diagnosticar infecciones por COVID-19 mediante muestras de voz, el sistema fotónico incluso superó a los mejores sistemas digitales actuales.

Nuevas posibilidades

Esta tecnología abre nuevas posibilidades para aplicaciones de IA respetuosas con el medio ambiente y avances en diagnósticos que no dependen directamente de ordenadores tradicionales, como biomarcadores, sensores portátiles, imagenología avanzada, o IA en dispositivos móviles.

También puede potenciar la microscopía inteligente, que permite la microscopía automatizada (escanea automáticamente muestras y genera imágenes de alta resolución sin la necesidad de ajustes manuales), la segmentación celular automática (que identifica y etiqueta células individuales en imágenes microscópicas), o la detección de patrones mediante redes neuronales.

Tanto los diagnósticos sin apoyo computacional como la microscopía inteligente pueden mejorar la atención médica y la investigación científica con este enfoque innovador y menos dependiente de la infraestructura informática tradicional, como el que ofrece la IA óptica.

Eficiencia energética

No obstante, la principal ventaja de esta tecnología es su eficiencia energética. Al utilizar la luz en lugar de corrientes eléctricas para el procesamiento de datos, se reduce significativamente el consumo de energía.

La inteligencia artificial es fundamental para avanzar en biotecnología y procedimientos médicos, desde el diagnóstico del cáncer hasta la creación de nuevos antibióticos. Sin embargo, la huella ecológica de los sistemas de IA a gran escala es considerable.

Por ejemplo, entrenar modelos de lenguaje extensos como ChatGPT-3 requiere varias gigavatios-hora de energía, suficiente para alimentar una planta nuclear promedio a plena capacidad durante varias horas.

Este nuevo enfoque basado en fibras ópticas podría allanar el camino hacia sistemas de cómputo potencialmente más eficientes desde el punto de vista energético.

El trabajo de estos investigadores, publicado en la "Advanced Science", representa así un importante avance en la convergencia de la óptica y la inteligencia artificial que promete dejar una huella significativa en diferentes campos tecnológicos.

Referencia

Neuromorphic Computing via Fission-based Broadband Frequency Generation. Bennet Fischer et al. Advanced Science, 02 October 2023. DOI:https://doi.org/10.1002/advs.202303835