Skip to content 
Las computadoras actuales están limitadas por su configuración interna: un transistor solo está conectado a cada lado de su puerta. Pero una neurona está conectada a miles de otras neuronas simultáneamente. Además, en lugar del enfoque binario de encendido y apagado de los sistemas digitales actuales, las neuronas responden tanto a la cantidad como a la duración de las señales entrantes, lo que brinda una capacidad mucho mayor para procesar información a pesar de que las necesidades de energía son mucho menores. “Esto reducirá enormemente los gastos generales de TI y nos brindará una herramienta importante para abordar el cambio climático mediante la reducción del uso de energía”, afirma Scott Likens, líder global de tecnología de innovación e inteligencia artificial de PwC Estados Unidos.
Existen obstáculos: los neurocientíficos aún tienen dificultades para comprender y modelar incluso cerebros animales simples, y los memristores son más teoría que realidad. Sin embargo, la aplicación de principios neuromórficos tanto en software como en hardware ha dado lugar a avances impresionantes, como SpikeGPT de UC Santa Cruz, una red neuronal que utiliza 22 veces menos energía que sistemas comparables. Los sistemas neuromórficos también pueden automejora a través de la evolucióntal como lo hacen los seres vivos, con potencial para generar dramáticos ciclos de retroalimentación positiva en muchos campos de la I+D.
“Si se puede lograr un avance escalable, los procesadores neuromórficos conducirán a una cantidad vertiginosa de nuevas aplicaciones sobre las que sólo podemos comenzar a especular y, al mismo tiempo, integrarán verdaderamente la IA en nuestras vidas”, dice Likens. “Algo del tamaño de su teléfono podrá ejecutar tareas que actualmente requieren una supercomputadora y habilitar nuevas formas de IA que podrían hacer que los modelos de IA generativa actuales parezcan positivamente lentos y limitados en comparación”.
