Los ordenadores actuales están limitados por su configuración interna: un transistor sólo está conectado a cada lado de su compuerta, 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 les otorga una capacidad mucho mayor para procesar información a pesar de que sus necesidades energéticas 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 IA y tecnología de innovación 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 la Universidad de California en Santa Cruzuna red neuronal que utiliza 22 veces menos energía que sistemas comparables. Los sistemas neuromórficos también pueden Mejorar uno mismo a través de la evolucióntal como lo hacen las criaturas vivientes, con potencial para generar ciclos de retroalimentación positiva espectaculares en muchos campos de I+D.
“Si se logra un avance escalable, los procesadores neuromórficos darán lugar a una cantidad vertiginosa de nuevas aplicaciones sobre las que apenas podemos empezar a especular y, al mismo tiempo, integrarán verdaderamente la IA en nuestras vidas”, afirma Likens. “Algo del tamaño de un teléfono podrá ejecutar tareas que actualmente requieren una supercomputadora y permitirá nuevas formas de IA que podrían hacer que los modelos de IA generativa actuales parezcan positivamente lentos y limitados en comparación”.
