Un anillo de fibra óptica y la apuesta por el hardware analógico

El punto clave de la computación para la inteligencia artificial sigue siendo la eficiencia energética. El hardware óptico promete desde hace tiempo velocidad y bajo consumo, pero choca con un obstáculo histórico: ejecutar la retropropagación del error sobre componentes analógicos es complicado. Un estudio publicado el 5 de noviembre de 2026 en Nature Computational Science por un grupo dirigido por el profesor asociado Kohei Nakajima, de la Universidad de Tokio, propone una alternativa. Según los autores, el método, llamado SS-DFA (state-skipping direct feedback alignment), no requiere acceder a los estados intermedios del sistema físico para propagar el error. Se combina con una arquitectura de mapa único en la que muchas unidades siguen reglas generales en lugar de conexiones complejas. Como explicó el doctorando Yongbo Zhang, la idea era replantear el propio proceso de aprendizaje en vez de seguir construyendo modelos cada vez más grandes y complejos.

La demostración física utiliza un circuito optoelectrónico. La información se convierte en una señal luminosa, se procesa a lo largo de un anillo de fibra óptica de doscientos metros y vuelve a convertirse en señal eléctrica con un mínimo de componentes electrónicos. El comunicado de la universidad afirma que, en las simulaciones y en el experimento óptico, el diseño simplificado igualó a arquitecturas neuronales más complejas, y en algunas pruebas las superó, con mucho menos cálculo. El comunicado no aporta cifras ni benchmarks. El resumen del preprint difundido en enero de 2026, con un título distinto del definitivo, indicaba una reducción de alrededor del 40% de los recursos de cálculo, con mejor rendimiento, cuando el esquema se integra en arquitecturas modernas. El comunicado aclara que se trata de arquitecturas «relativamente básicas». La versión publicada podría ofrecer cifras diferentes.

Los efectos reales sobre la energía, la refrigeración y el consumo de agua de los centros de datos aparecen en el comunicado solo como posibilidades, y el estudio no los midió. Además, la técnica tiene hoy límites claros. El propio Kohei Nakajima precisó que el esquema todavía no se ha probado en los modelos más grandes, en particular los de lenguaje y los multimodales, y que antes de cualquier uso práctico hará falta más trabajo en miniaturización, estabilidad y producción a gran escala.

La idea de que una señal calcule a lo largo de doscientos metros de fibra óptica tiene una elegancia indiscutible, pero la distancia entre la demostración de laboratorio y lo que necesitan los centros de datos en operación sigue siendo grande. Reducir la complejidad del modelo es un intento conceptual interesante, siempre que no confundamos una posibilidad teórica con una eficiencia ya medida sobre el terreno. — Olya