La inteligencia artificial está transformando el mundo, pero su creciente demanda de energía plantea serias preocupaciones sobre sostenibilidad. ¿Cómo podemos construir una IA más eficiente y respetuosa con el medio ambiente? En el MIT, Miranda Schwacke está explorando un camino prometedor: la computación neuromórfica.
¿Qué es la computación neuromórfica?
La computación neuromórfica se inspira en la estructura y el funcionamiento del cerebro humano. A diferencia de las computadoras tradicionales, que separan el procesamiento y el almacenamiento de información, los sistemas neuromórficos integran ambas funciones en un mismo lugar, de forma similar a como las neuronas y las sinapsis trabajan en nuestro cerebro.
Esta arquitectura permite una mayor eficiencia energética, ya que se minimiza la necesidad de mover datos entre la memoria y la unidad de procesamiento. Como señala Bilge Yildiz, asesora de Schwacke, en el cerebro, las conexiones entre neuronas, llamadas sinapsis, son donde se procesa la información. La transmisión, el procesamiento, la programación y el almacenamiento de señales ocurren en el mismo lugar.
El trabajo de Miranda Schwacke: Sinapsis iónicas electroquímicas
Miranda Schwacke, estudiante del Departamento de Ciencia e Ingeniería de Materiales (DMSE) del MIT, se centra en el desarrollo de materiales y dispositivos para la computación neuromórfica. En concreto, estudia las sinapsis iónicas electroquímicas, dispositivos diminutos que pueden ser “sintonizados” para ajustar su conductividad, imitando el fortalecimiento o debilitamiento de las conexiones neuronales en el cerebro.
Su investigación actual se centra en comprender cómo la inserción de iones de magnesio en óxido de tungsteno, un óxido metálico cuyas propiedades eléctricas pueden ser ajustadas con precisión, cambia su resistencia eléctrica. En estos dispositivos, el óxido de tungsteno actúa como una capa de canal, donde la resistencia controla la intensidad de la señal, de forma similar a como las sinapsis regulan las señales en el cerebro.
El desafío energético de la IA
El entrenamiento de modelos de IA cada vez más grandes consume enormes cantidades de energía. Schwacke explica que la IA consume mucha más energía que los humanos cuando aprenden. Su investigación busca formas más eficientes y basadas en el cerebro para desarrollar la IA.
La investigación de Schwacke ha sido reconocida con la beca MathWorks de la Escuela de Ingeniería en 2023 y 2024. Esta beca apoya a los estudiantes de posgrado que aprovechan herramientas como MATLAB o Simulink en su trabajo. Schwacke aplica MATLAB para el análisis y la visualización de datos críticos.
Un futuro más sostenible
La computación neuromórfica tiene el potencial de revolucionar la forma en que diseñamos y utilizamos la inteligencia artificial. Al imitar la eficiencia del cerebro humano, podemos reducir significativamente el consumo energético de la IA, haciéndola más sostenible y accesible.
El trabajo de Miranda Schwacke en el MIT es un paso importante en esta dirección. Su investigación en sinapsis iónicas electroquímicas podría allanar el camino para una nueva generación de dispositivos de IA más eficientes y respetuosos con el medio ambiente.
Como indica Yildiz, esta es electroquímica para la computación inspirada en el cerebro, un nuevo contexto para la electroquímica, pero también con una implicación energética, porque el consumo de energía de la computación está aumentando de forma insostenible. Tenemos que encontrar nuevas formas de hacer computación con mucha menos energía, y esta es una forma que puede ayudarnos a avanzar en esa dirección.
Leave a Comment