Cerebro de IA alimentado por luz procesa múltiples tareas al mismo tiempo
Los investigadores crearon una red neuronal holográfica que usa luz en lugar de electricidad para ejecutar varias tareas de IA simultáneamente, sin necesidad de cambios en el hardware.

Un sistema de IA que funciona con haces de luz en lugar de electricidad para realizar varias tareas a la vez.
- La luz atraviesa un panel plano que la curva y modela
- La luz se distribuye en patrones que llevan información
- Varias tareas se detectan al instante gracias al patrón de luz
- Consume mucha menos energía que los chips de IA electrónicos
Un cerebro, muchos trabajos
Científicos en China han construido un nuevo tipo de sistema de inteligencia artificial que usa luz para hacer varias tareas al mismo tiempo. El sistema se llama red neuronal holográfica (HNN, por sus siglas en inglés), y funciona moldeando ondas de luz en lugar de depender de circuitos electrónicos 1.
Los chips de IA tradicionales usan electricidad para procesar información, lo que consume mucha energía y puede ser lento cuando muchas tareas necesitan ejecutarse juntas. La computación óptica o fotónica usa luz para realizar los mismos trabajos más rápido y con mucha menos energía 3.
La nueva HNN fue desarrollada por investigadores de China Information Communication Technologies Group Corporation, junto con equipos del Peng Cheng Laboratory, la Universidad de Wuhan y la Universidad Tecnológica Nanyang. Sus hallazgos fueron publicados en la revista Opto-Electronic Technology.
Cómo funciona
La clave del sistema es un solo dispositivo llamado modulador espacial de luz de fase única, o SLM. Este panel plano puede controlar cómo se doblan y propagan las ondas de luz al pasar a través de él. En el nuevo diseño, el SLM hace doble trabajo: tanto recibe los datos de entrada como los procesa usando la física de la difracción de la luz 1.
La difracción es lo que ocurre cuando la luz se dobla alrededor de obstáculos o a través de aberturas diminutas, creando patrones que llevan información. Los investigadores usaron este efecto para ejecutar múltiples trabajos de reconocimiento de imágenes al mismo tiempo, dividiendo y dirigiendo haces de luz a diferentes partes del sistema sin ninguna parte móvil 3.
Los sistemas ópticos anteriores de múltiples tareas requerían ya sea cambiar el color o la polarización del láser, o reorganizar físicamente el hardware entre tareas. Ambos enfoques son costosos y complicados 1. El nuevo sistema evita todo eso.
Mejor juntos
Entrenar una red neuronal óptica es complicado porque el hardware físico debe coincidir con el proceso de entrenamiento digital. El equipo usó un método de entrenamiento de extremo a extremo que tiene en cuenta cómo se comporta realmente la luz en el dispositivo, lo que ayudó a que los resultados de la simulación coincidan estrechamente con el rendimiento en el mundo real 1.
También introdujeron un nuevo truco de entrenamiento: un factor de correlación de tareas. Durante el entrenamiento, el algoritmo aprende cuántas se superponen las diferentes tareas y reduce la interferencia entre ellas. Cuando dos tareas relacionadas como reconocer dos dígitos diferentes se entrenaron juntas, el sistema de múltiples tareas fue en realidad más preciso que un sistema diseñado para solo una tarea 1.
Los investigadores demostraron que el sistema manejaba cuatro tareas diferentes al mismo tiempo mientras mantenía una precisión de clasificación alrededor del 90 por ciento 1.
Por qué importa
Este trabajo muestra que el hardware de IA óptico podría algún día reemplazar o complementar los chips electrónicos para ciertos tipos de trabajo. Ejecutar múltiples tareas de IA en paralelo con luz podría reducir drásticamente el uso de energía mientras acelera aplicaciones como imágenes médicas y reconocimiento de patrones 2.
A medida que los sistemas de IA crecen más grandes y exigentes, encontrar formas de procesar información con luz en lugar de electricidad podría convertirse en una parte importante de la caja de herramientas 3.
Los datos clave
- Un solo dispositivo modulador de luz maneja tanto la entrada como el cómputo en la nueva red neuronal holográfica
- La IA óptica de múltiples tareas puede ejecutar cuatro trabajos al mismo tiempo con aproximadamente 90 por ciento de precisión
- Entrenar dos tareas relacionadas juntas puede en realidad mejorar la precisión en comparación con el entrenamiento de una sola tarea
- El sistema no necesita partes mecánicas ni reconfiguración de hardware para cambiar entre tareas
Fuentes
- New holographic neural network uses light to perform multiple AI tasks at once — eurekalert.org
- Holographic Neural Network Achieves Multi-Task AI via Light-Based ... — radaislice.com
- New holographic neural network uses light to perform multiple AI tasks ... — brightsurf.com
- 2604.15364 Photonic AI: A Hybrid Diffractive Holographic Neural ...
Si esta noticia te afecta a ti o a tu empresa, o usa algo que te pertenece, pide una corrección o que se retire. Cómo funcionan las solicitudes
Sigue leyendo
Cómo funcionaUn modelo grande de inteligencia artificial aprendió a reparar su propio cerebro sin necesidad de volver a entrenarseHerald of AI
Un modelo grande de inteligencia artificial aprendió a reparar su propio cerebro sin necesidad de volver a entrenarse
Los investigadores descubrieron que un modelo de 27 mil millones de parámetros puede editar sus propios ajustes internos para volverse más preciso; no se necesita un maestro humano.
Cómo funcionaCómo Meta triplica la productividad de ingeniería usando agentes para propagar técnicas de modelos publicitariosHerald of AI
Cómo Meta triplica la productividad de ingeniería usando agentes para propagar técnicas de modelos publicitarios
El nuevo sistema de agentes de IA de Meta adapta pequeñas mejoras en miles de modelos publicitarios de forma automática, ahorrando millones en costos de computación.
Cómo funcionaLos bots de compras con IA ganan confianza al pedirles que piensen más, pero no son más inteligentesHerald of AIDeni Williams from São Paulo, Brasil / Brazil, CC BY 2.0, via Wikimedia Commons
Los bots de compras con IA ganan confianza al pedirles que piensen más, pero no son más inteligentes
Un nuevo estudio muestra que hacer que los asistentes de IA razonen más tiempo antes de sugerir productos solo los hace sonar seguros de sí mismos, no realmente más acertados.