Alcanzar la velocidad de la luz ya es una posibilidad gracias a la IA

Alcanzar la velocidad de la luz ya es una posibilidad gracias a la IA

De acuerdo con un nuevo estudio, los avances podrán aplicarse en unos 3 años.

Juan Scaliter, 14.11.2025 11:03

Las operaciones con tensores constituyen la base de casi todas las tecnologías modernas, especialmente de la inteligencia artificial, y van más allá de las matemáticas básicas que conocemos. En términos básicos, los tensores serían como los ladrillos atómicos en la computación moderna, especialmente en la IA. Y las operaciones con tensores son las “herramientas” (martillos, sierras, tornillos) que usamos para ensamblar, esculpir y transformar estos ladrillos en estructuras complejas y útiles, como los modelos que reconocen nuestra voz, recomiendan películas o conducen coches autónomos. Hoy en día, todas las tareas de IA, desde el reconocimiento de imágenes hasta el procesamiento del lenguaje natural, dependen de operaciones con tensores. Sin embargo, la explosión de datos ha llevado a las plataformas de computación digital convencionales, como las GPU, al límite en cuanto a velocidad, escalabilidad y consumo energético. Mientras los humanos y los ordenadores convencionales deben realizar estas operaciones paso a paso, la luz puede realizarlas todas a la vez. Para resolver este problema, un equipo internacional de científicos, liderados por Yufeng Zhang, del Grupo de Fotónica del Departamento de Electrónica y Nanoingeniería de la Universidad Aalto, ha descubierto un nuevo método que realiza cálculos complejos con tensores mediante una sola propagación de luz. El resultado es la computación con tensores en una sola pasada, a la velocidad de la luz. Los resultados se han publicado en Nature. [...]

Para lograrlo, el equipo de Zhang codificó datos digitales en la amplitud y la fase de las ondas de luz, convirtiendo así los números en propiedades físicas del campo óptico. Cuando estos campos de luz interactúan y se combinan, realizan de forma natural operaciones matemáticas como multiplicaciones de matrices y tensores, que constituyen la base de los algoritmos de aprendizaje profundo. Al introducir múltiples longitudes de onda de luz, el equipo amplió este enfoque para manejar operaciones tensoriales de orden superior.

Clic AQUÍ para seguir leyendo y ver la imagen.