La computación neuromórfica se basa en las estructuras del cerebro humano
La denominada “computación neuromórfica” es el proceso mediante el cual los chips de los ordenadores se diseñan y se fabrican con el objetivo de reproducir la estructura y la operativa del cerebro humano. De este modo, a partir de neuronas y sinapsis artificiales, las computadoras simulan la manera en la que las personas gestionan la información, lo que permite solventar problemas que antes parecían irresolubles.
Gracias a este avance, las máquinas pueden reconocer patrones mejor que en el pasado, lo que les facilita tomar decisiones más rápidas. La inspiración de este sistema, como sucede con muchos otros, es el intelecto, como señala la directora asociada de Accenture Labs, Andreea Danielescu. Su aplicación es escasa, incipiente. Por ahora, no va más allá de las universidades, las administraciones y grandes corporaciones como IBM o Intel.
Sin embargo, los analistas e ingenieros coinciden en afirmar que pocas tecnologías son tan prometedoras como la computación neuromórfica. Su intervención perfeccionará el funcionamiento de la inteligencia artificial, por ejemplo, en casos como los vehículos autónomos, donde la velocidad y la eficiencia son imperativas. Y la clave de esta revolución está en la corteza del cerebro.
Es allí donde se localizan las misiones cognitivas superiores, como la percepción sensorial, los comandos motores, el razonamiento espacial e incluso el lenguaje. La estructura en capas y una conectividad intrincada en el neocórtex son fundamentales en el procesamiento de la información compleja. Esta es una de las bases del pensamiento humano y trasladarla a los ordenadores no ha sido sencillo.
Las computadoras neuromórficas orquestan redes neuronales de picos, que se originan cuando sus neuronas activas, que contienen datos como si fuesen biológicas, se enlazan a través de dispositivos sinápticos artificiales que transfieren señales eléctricas. Esta lógica deja atrás el planteamiento binario (ceros y unos) y secuencial. Los nuevos ordenadores rinden como es debido, sin atascos de material en momentos críticos.
Herramientas populares como el ChatGPT lo necesitan para progresar. La computación cuántica es especialmente buena para afrontar retos complicados, como los que suponen la criptografía o la simulación molecular. El equipamiento requiere temperaturas bajas y más energía que la fórmula neuromórfica, que es capaz de aprender en tiempo real. Además, los expertos concluyen que logísticamente es preferible y más económica que la versión cuántica.