Los investigadores han presentado una nueva arquitectura de computación óptica que podría superar un cuello de botella crítico en el desarrollo de la inteligencia artificial (IA): la velocidad a la que los modelos de IA procesan datos. El avance, publicado en Nature Photonics, utiliza luz en lugar de electricidad para realizar cálculos, revolucionando potencialmente la forma en que se entrenan y operan los sistemas de IA.
El cuello de botella tensorial en los sistemas de IA actuales
La IA moderna se basa en “tensores” : estructuras de datos complejas que organizan la información como un archivador altamente eficiente. A medida que los modelos de IA aprenden, clasifican los datos en estos tensores. La velocidad a la que se pueden procesar estos tensores es una limitación fundamental; cuanto más grande es el modelo, más lento se vuelve el procesamiento. Actualmente, incluso los sistemas de inteligencia artificial más potentes de empresas como OpenAI y Google requieren miles de unidades de procesamiento de gráficos (GPU) ejecutándose en paralelo para funcionar.
El problema es que la mayoría de los sistemas de computación óptica, si bien son más rápidos y energéticamente más eficientes a pequeña escala, no pueden ampliarse fácilmente. A diferencia de las GPU, que pueden encadenarse para obtener ganancias de procesamiento exponenciales, los sistemas ópticos suelen funcionar de forma lineal. Históricamente, esta limitación los ha hecho menos atractivos para los desarrolladores a pesar de sus ventajas teóricas.
Multiplicación matriz-matriz óptica paralela (POMMM)
La nueva arquitectura, denominada multiplicación de matriz óptica paralela (POMMM), evita este problema de escalabilidad. Realiza múltiples operaciones tensoriales simultáneamente utilizando una única ráfaga láser, a diferencia de los métodos ópticos anteriores que requerían disparos láser repetidos. Esto significa que los sistemas de IA podrían, en teoría, procesar datos a velocidades antes inalcanzables, al tiempo que reducen el consumo de energía.
Los investigadores codificaron datos digitales en la amplitud y fase de las ondas de luz, convirtiéndolos en una propiedad física dentro del campo óptico. Como resultado, las operaciones matemáticas se producen de forma pasiva a medida que la luz se propaga sin necesidad de energía adicional. Los científicos dicen que este enfoque se puede implementar en hardware óptico existente.
Implicaciones para el desarrollo de la IA
El impacto potencial es significativo. Según Zhipei Sun, líder del Grupo de Fotónica de la Universidad de Aalto, este marco podría integrarse en chips fotónicos en los próximos tres a cinco años, permitiendo a los procesadores basados en luz realizar tareas complejas de IA con requisitos de energía extremadamente bajos.
Algunos expertos creen que este avance es un paso hacia la Inteligencia General Artificial (AGI), un hipotético sistema de IA que supera la inteligencia humana y aprende en todas las disciplinas. Si bien el artículo de investigación no menciona explícitamente la AGI, sí enfatiza la informática de propósito general. La idea de que la ampliación de las técnicas actuales de IA conducirá a AGI es popular entre algunos miembros de la comunidad informática. Otros, como Yann LeCun de Meta, sostienen que las arquitecturas de IA actuales nunca alcanzarán la AGI, independientemente de la escala.
Independientemente del debate sobre AGI, la arquitectura POMMM elimina un cuello de botella clave en este campo. Al superar las limitaciones en la velocidad de procesamiento del tensor, los desarrolladores podrían construir modelos de IA que superen las capacidades actuales. Esto podría acelerar el progreso en diversos campos, desde los descubrimientos científicos hasta la toma de decisiones automatizada.
Este desarrollo puede acelerar el ritmo de la innovación en IA, lo que podría remodelar el futuro de la informática y la inteligencia artificial.
