La computación óptica, un enfoque temprano que luego se abandonó en favor de los circuitos electrónicos binarios, también está avanzando. Estoy fascinado por la posibilidad de construir computadoras que usen la luz como el “fluido de trabajo”, pasando fotones de un lado a otro de la misma manera que nuestros chips actuales hacen electrones.
Esto ya está sucediendo: los chips fotónicos de silicio brindan una alta eficiencia energética y ayudan a superar los problemas de ralentización en las arquitecturas GPU tradicionales. Pueden reducir el tiempo necesario para entrenar modelos de aprendizaje profundo, lo que permite la próxima generación de IA avanzada. Hay oportunidades para integrar la fotónica con nuevos diseños de chips de bajo consumo como los del ganador del premio TR35 Hongjie Liu en Reexen Technology.
A largo plazo, estos circuitos fotónicos podrían ayudarnos a acercarnos o tal vez incluso a superar los límites ampliamente aceptados en computación. El trabajo teórico en el procesamiento de información fotónica sugiere que la luz se puede convertir en calor y viceversa, lo que abre algunas oportunidades notables para el almacenamiento de energía completamente óptico, esencialmente baterías hechas de fotones, y arquitecturas informáticas alternativas.
Muchos de estos proyectos todavía se llevan a cabo principalmente en el ámbito académico, pero estamos avanzando lentamente hacia la construcción de sistemas más integrados y de mayor escala. Si podemos seguir pensando en cómo estas ideas pueden integrarse en sistemas informáticos completos, los próximos años deberían ver un progreso aún mayor alejándose de los chips tradicionales y hacia una variedad de diferentes formas de computación.
Prineha Narang es profesora de la Cátedra Howard Reiss de Ciencias Físicas en la Universidad de California, Los Ángeles (y fue galardonada con 35 innovadores en 2018).