Nuevo modelo de IA chino opera con neuronas al estilo humano
Estas neuronas artificiales simulan con mayor precisión el comportamiento de las neuronas biológicas, transmitiendo información mediante picos eléctricos, como lo hace el cerebro humano.
Publicidad
Publicidad
Publicidad
Publicidad
Un grupo de investigadores del Instituto de Automatización de la Academia de Ciencias de China ha dado un paso crucial hacia una inteligencia artificial más eficiente y cercana al funcionamiento del cerebro humano. Su creación, bautizada como SpikingBrain-1.0, rompe con la arquitectura Transformer predominante en modelos como ChatGPT, abriendo un nuevo paradigma en el diseño de sistemas de IA.
A diferencia de los modelos tradicionales, que requieren entrenamientos masivos, miles de millones de parámetros y un gasto energético colosal, SpikingBrain-1.0 se basa en un enfoque completamente distinto: las neuronas de impulsos. Estas neuronas artificiales simulan con mayor precisión el comportamiento de las neuronas biológicas, transmitiendo información mediante picos eléctricos, como lo hace el cerebro humano.
Uno de los aspectos más revolucionarios de este nuevo modelo es su eficiencia energética y computacional. Mientras los modelos basados en Transformer suelen requerir gigantescos volúmenes de datos para alcanzar resultados aceptables, SpikingBrain-1.0 logró un rendimiento comparable a los sistemas abiertos más avanzados utilizando apenas el 2 % del volumen de datos de preentrenamiento que suelen necesitar sus contrapartes.
Esta eficiencia no solo se limita al consumo de datos. En pruebas realizadas por sus desarrolladores, SpikingBrain-1.0 mostró una capacidad de procesamiento sobresaliente. En una de sus variantes, el modelo fue capaz de acelerar la generación del primer token hasta 26,5 veces en comparación con modelos tradicionales, incluso cuando trabajaba con contextos ultra extensos de hasta un millón de tokens. Este tipo de rendimiento lo hace especialmente útil para aplicaciones que requieren la comprensión de largos documentos técnicos, genéticos o jurídicos, así como simulaciones científicas complejas.
El profesor Xu Bo, director del Instituto de Automatización, destacó la importancia del nuevo avance. Según sus palabras, SpikingBrain-1.0 "marca el comienzo de una nueva era en inteligencia artificial", alejándose del enfoque Transformer para abrir paso a sistemas más sostenibles y neuromórficos. Esta línea de investigación también podría ser clave en el diseño de chips neuromórficos de bajo consumo, una tecnología que se perfila como fundamental para el futuro de la computación.
Esta no es la primera vez que el equipo chino explora caminos alternativos inspirados en el cerebro humano. En 2024, en colaboración con un grupo de científicos suizos, desarrollaron Speck, un chip neuromórfico con un consumo en reposo de tan solo 0,42 milivatios, una cifra insignificante frente al gasto energético de los servidores que alimentan a la IA convencional. Para ponerlo en perspectiva, el cerebro humano realiza todas sus funciones cognitivas utilizando apenas unos 20 vatios, una cifra que resalta el potencial del enfoque biológicamente inspirado.
El desarrollo de SpikingBrain-1.0 sugiere que la próxima generación de inteligencia artificial podría no depender únicamente de modelos cada vez más grandes y demandantes, sino de sistemas que entiendan y procesen el mundo como lo hace el cerebro: con eficiencia, adaptabilidad y elegancia energética.
Publicidad