*El modelo utiliza neuronas de impulsos y logra resultados similares a modelos tradicionales con solo 2 % de los datos de entrenamiento.
Internacional.– Un equipo del Instituto de Automatización de la Academia de Ciencias de China desarrolló un modelo de inteligencia artificial que reproduce el comportamiento de las neuronas humanas, marcando un enfoque distinto a los sistemas basados en la arquitectura Transformer, como ChatGPT.
El modelo, denominado SpikingBrain-1.0, se basa en neuronas de impulsos, capaces de transmitir información de manera similar a las neuronas del cerebro. Este diseño permite entrenar la IA con volúmenes de datos significativamente menores, usando solo el 2 % de los datos que requieren los modelos tradicionales, y aun así obtener resultados comparables en comprensión del lenguaje y razonamiento.
Entre sus ventajas destaca su alta velocidad de procesamiento, alcanzando hasta 26,5 veces más rapidez al generar un primer token en contextos de un millón de tokens, lo que lo hace ideal para analizar documentos extensos, simulaciones científicas y secuencias genéticas.
Xu Bo, director del instituto, señaló que SpikingBrain-1.0 abre nuevas posibilidades para el desarrollo de IA sin depender de Transformer y destacó su potencial en el diseño de chips neuromórficos de bajo consumo energético, esenciales para una inteligencia artificial más sostenible.
Este avance se suma a investigaciones previas del instituto, como Speck, un chip neuromórfico desarrollado en colaboración con científicos suizos, que consume apenas 0,42 milivatios en reposo, acercándose a la eficiencia energética del cerebro humano, que opera con solo 20 vatios.