IBM tiene una obsesión con el cerebro humano. Bueno… tal vez no una obsesión, pero los expertos del Gigante Azul creen (desde hace tiempo, debemos reconocer) que el futuro de la informática se encuentra en su diseño, estructura y funcionamiento. Así es como llegamos a un nuevo anuncio que revela la creación de «neuronas artificiales» basadas en tecnología de cambio de fase. La mejor parte es que este tipo de neuronas pueden alcanzar una escala similar a la que encontramos en procesadores actuales, sin afectar su funcionamiento.
Neuronas artificiales. Técnicamente, dispositivos que se comportan de forma muy similar a la que vemos en una neurona real. Podríamos discutir la diferencia hasta que el Sol se enfríe, pero el punto es que estas neuronas artificiales, 500 para ser más precisos, funcionan como se había calculado. El trabajo de IBM Research no se limita a imitar el funcionamiento de una neurona, sino que también busca reproducir su estructura general. De ese modo vemos elementos equivalentes a dendritas, axones, núcleos, membranas y somas. El avance de IBM Research está en lo que sería la membrana. En una neurona biológica, la membrana es una «bicapa lipídica», formada por dos capas con moléculas de lípidos. En términos muy relajados, la membrana trabaja como resistencia y capacitor. Al principio resiste la conductancia, pero una vez que alcanza cierto límite, permite el paso de electricidad hacia otras neuronas.
En las neuronas artificiales de IBM, la neurona es reemplazada por un pequeño bloque de germanio, antimonio y telurio (GeSbTe), que posee propiedades de cambio de fase. Esto le permite pasar con cierta facilidad de fase amorfa (resistencia) a fase cristalina (conducción), aplicando un poco de calor. Tras un breve «período de descanso», la «membrana» de GeSbTe cambia otra vez de cristalina a amorfa, quedando lista para repetir el proceso. Otro aspecto muy llamativo en las neuronas artificiales de IBM es que demuestran un comportamiento «estocástico», o sea, que sus resultados siempre cargan con una pizca de aleatoriedad, tal y como sucede en neuronas reales. Se debe a las ligeras diferencias entre fases amorfas con cada ciclo, y que por extensión afectan a las fases cristalinas posteriores.
Ahora llegamos a lo mejor: El cambio de fase puede extenderse por billones de ciclos («nuestros» billones), y la presentación de IBM habla sobre una producción teórica a una escala de 14 nanómetros. ¿Qué significa esto? Paralelismo, tal vez como nunca lo hemos visto. La posibilidad de colocar miles de millones de neuronas artificiales en un chip está un paso más cerca… pero el software no debe quedarse dormido. Después de todo, necesitaremos código que sea capaz de usar esa clase de hardware.
