Un millón de veces más eficiente que cualquier superordenador actual
En los laboratorios del NIST, investigadores han confirmado algo que redefine nuestra comprensión de la inteligencia: el cerebro humano, consumiendo apenas 20 vatios —la energía de un monitor de escritorio— ejecuta operaciones equivalentes a un exaflop, una hazaña que a los superordenadores más avanzados del mundo les costaría un millón de veces más energía. Este hallazgo no es solo una curiosidad técnica; es un espejo que la naturaleza le tiende a la ingeniería, recordándonos que la eficiencia más profunda no se construye, sino que evolucionó durante millones de años. La pregunta que queda abierta es si la inteligencia artificial sabrá aprender de ese modelo antes de seguir multiplicando su sed de energía.
- Un superordenador de clase mundial necesita 20 megavatios para igualar lo que el cerebro humano hace con 20 vatios: la brecha es de un millón a uno, y eso sacude los cimientos de la computación moderna.
- El cerebro representa solo el 2% del peso corporal pero consume el 20% de la energía diaria, una paradoja que se disuelve cuando se mide lo que realmente produce con esos recursos.
- La clave de su eficiencia es doble: activa únicamente las redes neuronales necesarias para cada tarea y procesa múltiples flujos de información en paralelo, sin que el coste energético escale proporcionalmente.
- Los modelos de computación tradicionales operan en secuencia —una instrucción tras otra—, mientras el cerebro combina ese enfoque con un paralelismo masivo que lo hace estructuralmente superior en escenarios complejos.
- Investigadores y laboratorios de inteligencia artificial ya apuntan a este descubrimiento como hoja de ruta para diseñar chips y arquitecturas inspiradas en la selectividad y el paralelismo neuronal.
El Instituto Nacional de Estándares y Tecnología de Estados Unidos ha confirmado una cifra que desafía la intuición: el cerebro humano opera con apenas 20 vatios de potencia —la misma que consume un monitor de escritorio— y con esa energía ejecuta cálculos equivalentes a un exaflop, es decir, un trillón de operaciones por segundo. Para alcanzar ese mismo rendimiento, el superordenador Oak Ridge Frontier requiere 20 megavatios. La diferencia es de un millón de veces.
A primera vista, el cerebro parece un consumidor exigente: aunque representa solo el 2% del peso corporal, absorbe cerca del 20% de la energía diaria, unas 340 calorías en una dieta estándar. Pero esa proporción se invierte en cuanto se mide lo que produce. El investigador Advait Madhavan subrayó la magnitud de la desproporción: ningún sistema artificial se acerca siquiera a esa relación entre consumo y rendimiento.
El secreto reside en la arquitectura. De los aproximadamente 100.000 millones de neuronas del cerebro, nunca se activan todas a la vez. El órgano recluta redes específicas según la tarea —reconocer un rostro, resolver un cálculo, coordinar un movimiento— y deja en reposo el resto. A eso se suma un procesamiento masivamente paralelo: percepción, cálculo y respuesta ocurren de forma simultánea, no en cadena. Liqun Luo, profesor de Stanford, señaló que los ordenadores convencionales siguen un modelo secuencial que el cerebro combina con ese paralelismo, obteniendo una ventaja estructural difícil de replicar.
El hallazgo reorienta parte de la investigación en inteligencia artificial. Si fuera posible trasladar esa selectividad y ese paralelismo a nuevas arquitecturas de chips, los sistemas computacionales podrían volverse radicalmente más eficientes. No se trata solo de comprender el cerebro: se trata de aprender de él para construir máquinas que consuman menos y piensen de manera más parecida a como lo hacemos nosotros.
El cerebro humano funciona con la potencia de un monitor de escritorio. Eso es lo que los investigadores del NIST han confirmado: apenas 20 vatios sostienen el órgano más complejo que conocemos. Pero aquí está lo que hace que el descubrimiento merezca atención: con esa cantidad de energía, el cerebro realiza cálculos que equipararían a un exaflop, es decir, un trillón de operaciones por segundo. Para lograr lo mismo, un superordenador necesitaría un millón de veces más potencia.
La cifra inicial parece contradictoria. El cerebro representa apenas el 2% del peso corporal humano, pero consume alrededor del 20% de la energía diaria que gastamos, lo que suma unas 340 calorías en una dieta estándar. A primera vista, eso suena como un consumidor voraz. Pero cuando se compara esa demanda con lo que el cerebro realmente hace—procesar información sensorial, coordinar movimientos, almacenar recuerdos, tomar decisiones—la cifra se invierte. El consumo resulta mínimo. Lo que emerge es un sistema de eficiencia sin precedentes.
Advait Madhavan, investigador del equipo, explicó el alcance de esta desproporción: el cerebro logra ese nivel de cálculo usando apenas 20 vatios. Para entender la magnitud, basta mirar al Oak Ridge Frontier, uno de los superordenadores más potentes del mundo. Ese mismo nivel de procesamiento le cuesta 20 megavatios. La diferencia no es marginal. Es un millón de veces superior. Un millón.
La razón de esta eficiencia radica en cómo el cerebro está diseñado para trabajar. Con cerca de 100.000 millones de neuronas, no las activa todas simultáneamente. En cambio, utiliza redes específicas según la tarea que enfrenta. Si necesitas reconocer un rostro, se activan ciertas regiones. Si necesitas resolver un problema matemático, otras. Este enfoque selectivo optimiza el gasto energético y evita que recursos valiosos se desperdicien en procesos innecesarios.
Además, el cerebro ejecuta múltiples procesos en paralelo. Cuando ves un objeto moviéndose hacia ti, tu cerebro no procesa primero su forma, luego su velocidad, luego calcula tu respuesta. Todo ocurre simultáneamente. Percibes, calculas y respondes en el mismo instante. Esta arquitectura paralela permite una velocidad de reacción extremadamente alta sin que el consumo energético tenga que aumentar proporcionalmente.
Liqun Luo, profesor de la Universidad de Stanford, señaló una diferencia estructural fundamental. Los ordenadores tradicionales siguen un modelo secuencial: una operación tras otra, en fila. El cerebro combina ese enfoque con procesamiento paralelo masivo. Esa hibridación explica gran parte de su ventaja. No es que el cerebro sea más rápido en cada operación individual. Es que hace muchas cosas a la vez, de manera coordinada, sin que eso le cueste energía adicional.
Este descubrimiento abre una puerta hacia nuevas líneas de investigación en inteligencia artificial. Si los ingenieros pudieran replicar la arquitectura neuronal del cerebro—su selectividad, su paralelismo, su eficiencia energética—podrían desarrollar sistemas de computación radicalmente más potentes y menos hambrientos de energía. No se trata solo de entender cómo funciona el cerebro. Se trata de aprender de él para construir máquinas que piensen de manera más parecida a como nosotros pensamos.
Citações Notáveis
El cerebro puede alcanzar el equivalente a un exaflop utilizando apenas 20 vatios— Advait Madhavan, investigador del NIST
Los ordenadores tradicionales siguen un modelo secuencial, mientras que el cerebro combina este enfoque con un procesamiento paralelo— Liqun Luo, profesor de la Universidad de Stanford
A Conversa do Hearth Outra perspectiva sobre a história
¿Por qué importa que el cerebro sea eficiente? ¿No es solo una curiosidad científica?
Porque la eficiencia energética es el cuello de botella de la inteligencia artificial actual. Los superordenadores consumen megavatios. Si pudiéramos construir máquinas que pensaran como el cerebro, usaríamos una fracción de esa energía.
Pero el cerebro tiene 100.000 millones de neuronas. ¿Cómo se puede replicar eso en silicio?
No se trata de replicar cada neurona. Se trata de entender los principios: no activar todo a la vez, procesar en paralelo, usar redes específicas para tareas específicas. Esos principios sí se pueden traducir.
¿Entonces estamos ante el comienzo de una nueva era de computación?
Posiblemente. Este descubrimiento del NIST es una confirmación de algo que los neurocientíficos sospechaban. Ahora que lo tenemos medido y documentado, los ingenieros tienen un objetivo claro: imitar esa eficiencia.
¿Cuánto tiempo crees que tardará?
Es difícil decirlo. Pero cada paso que damos en entender cómo el cerebro optimiza su energía nos acerca a máquinas más inteligentes y menos contaminantes.