La espintrónica imita al cerebro

En términos energéticos, el cerebro es mucho más eficiente que los ordenadores. ¿Cabe inspirarse en él para fabricar mejores dispositivos?

Las uniones túnel magnéticas permiten diseñar neuronas y sinapsis artificiales que gastan poca energía y podrían reemplazar a los algoritmos de redes neuronales. [GETTY IMAGES/MF3d/ISTOCK]

En síntesis

Aprovechando el espín de los electrones, es posible diseñar componentes electrónicos con características completamente nuevas.

Esa es la idea de la espintrónica, una técnica que permite disponer las unidades de memoria muy cerca de los procesadores, igual que ocurre con las sinapsis y las neuronas del cerebro.

Los primeros prototipos han demostrado que los dispositivos basados en la espintrónica consumen poca energía y ofrecen prestaciones equiparables a las de los algoritmos de redes neuronales.

Los algoritmos de inteligencia artificial han experimentado grandes avances en los últimos años. Están cada vez más presentes en nuestra vida cotidiana y son capaces de analizar el contenido de textos e imágenes o de reconocer instrucciones de voz, a menudo de manera más eficaz que los seres humanos. Así, en 2017, el programa AlphaGo batió al campeón mundial del juego del go, el chino Ke Jie, una victoria que los expertos no esperaban hasta al menos diez años más tarde.

Sin embargo, para alcanzar tales logros, esos algoritmos consumen grandes cantidades de energía, mucha más de la que precisa nuestro cerebro para abordar tareas equivalentes. Por ejemplo, entrenar los modelos de inteligencia artificial para el tratamiento del lenguaje humano, como BERT (o su versión en español, BETO), requiere una energía de mil kilovatios hora, más o menos lo que gasta el cerebro humano en seis años.

Y eso a pesar de que la inteligencia artificial moderna, basada en algoritmos que implementan redes neuronales «profundas», se inspira en parte en la estructura del cerebro. Entonces, ¿a qué se debe tal diferencia de rendimiento? La respuesta es que los programas de inteligencia artificial de hoy en día se ejecutan en ordenadores clásicos o tarjetas gráficas, cuya arquitectura y principio de cálculo son muy distintos a los del cerebro.

A fin de superar ese desafío energético, numerosos investigadores y empresas desarrollan nuevas estrategias en pos de una electrónica con un funcionamiento realmente calcado al del cerebro. Es el caso de la espintrónica, que se sirve de las propiedades cuánticas de los electrones para crear dispositivos capaces de simular el comportamiento de las neuronas del cerebro y de las sinapsis que las conectan. Aún falta mucho para industrializar una solución completa basada en la espintrónica, pero los primeros resultados son muy prometedores.

Cálculo y memoria separados

En los ordenadores actuales, el principal obstáculo para ahorrar energía y aumentar la velocidad es que la memoria que almacena la información está separada físicamente de los procesadores, que es donde se transforman los datos siguiendo las instrucciones del programa. Pero los algoritmos de inteligencia artificial comportan millones o incluso miles de millones de parámetros.Un programa así necesita recabar continuamente datos de la memoria, para sumarlos o multiplicarlos en el procesador y volver a guardarlos en la zona de almacenamiento. Y este flujo constante de información a través de una única vía de comunicación consume muchísima electricidad.

El funcionamiento del cerebro es muy diferente. La memoria está por todas partes: se distribuye y almacena en las sinapsis, las conexiones entre las neuronas que, a su vez, ejecutan las operaciones con los datos. Cada neurona está conectada en promedio a unas diez mil sinapsis, lo que permite realizar cálculos en paralelo. Esa yuxtaposición entre cálculo y memoria, sumada al tratamiento en paralelo, da como resultado una gran eficiencia energética.

Puedes obtener el artículo en...

¿Tienes acceso a la revista?

También te puede interesar

Revistas relacionadas

Los boletines de Investigación y Ciencia

Elige qué contenidos quieres recibir.