El costo invisible de la IA: cerebro humano, energía y ciencia argentina

Por Juan Tucat, redacción de La Brújula 24 

La inteligencia artificial crece a una velocidad que ya no solo interpela al mundo tecnológico, educativo o laboral. También plantea una pregunta cada vez más urgente: cuánta energía hará falta para sostener sistemas cada vez más grandes, más complejos y más utilizados. En ese escenario, investigadores argentinos del CONICET tendrán un rol central en un proyecto financiado por la Unión Europea que busca una respuesta desde la nanociencia, la física de materiales y la computación neuromórfica.

La iniciativa se llama HERON y apunta al desarrollo de una nueva generación de dispositivos electrónicos capaces de imitar, en parte, la forma en que el cerebro humano procesa y almacena información. El objetivo no es fabricar máquinas con conciencia ni acercarse a escenarios de ciencia ficción, sino avanzar hacia tecnologías de inteligencia artificial más eficientes desde el punto de vista energético.

Diego Rubi, investigador principal del CONICET, responsable del Laboratorio de Ablación Láser del Instituto de Nanociencia y Nanotecnología (INN, CONICET-CNEA), coordinará la participación argentina en el consorcio internacional. En diálogo con La Brújula 24, resumió el desafío con una imagen clara: las computadoras hoy separan físicamente el procesamiento de la información y la memoria, mientras que el cerebro trabaja de otra manera.

“La inteligencia artificial ha irrumpido de una manera vertiginosa. Estamos siendo testigos de una evolución que es asombrosa y no sabemos dónde va a terminar. Nadie puede saber dónde vamos a estar en cinco años en relación a este tema”, señaló Rubi.

Para el investigador, el presente combina entusiasmo e incertidumbre. “Es ambiguo, porque por un lado es realmente muy interesante lo que está ocurriendo, pero por otro se abren enormes interrogantes: cómo va a impactar esto a nivel social, laboral y económico. Hay algunos que dicen que gran parte de los puestos de trabajo están en riesgo”, sostuvo.

El problema energético aparece como uno de los puntos menos visibles para el usuario común. Cada consulta, cada entrenamiento de modelos de inteligencia artificial y cada sistema que procesa grandes volúmenes de datos requiere infraestructura computacional. Detrás de una respuesta inmediata hay servidores, centros de datos, placas gráficas especializadas y un consumo eléctrico creciente.

Rubi explicó que las computadoras actuales responden, en términos generales, a una arquitectura conocida como Von Neumann. En ese esquema, el procesador y la memoria están separados. “El CPU, que es donde se procesa la información, y la memoria, que es donde se almacena, están físicamente separados. El CPU necesita datos que están almacenados en memoria, o cuando procesa después tiene que almacenar los datos en la memoria. Ese tráfico implica tiempo y, sobre todo, consumo energético”, detalló.

Durante décadas, esa organización permitió el desarrollo de la computación moderna. Sin embargo, el crecimiento de los algoritmos de inteligencia artificial modificó la escala del problema. “En la medida en que se fueron implementando estos algoritmos con grandes cantidades de datos y aprendizaje automático, el gasto energético empezó a aumentar exponencialmente. Esta arquitectura empieza a ser poco sostenible desde el punto de vista del consumo energético”, indicó.

Sistema de deposición por láser pulsado (PLD) del Laboratorio de Ablación Láser del INN, utilizado para el crecimiento de materiales funcionales.

El ejemplo más simple es el de los grandes modelos de lenguaje. Según Rubi, sistemas como ChatGPT requieren procesos de entrenamiento extremadamente costosos en términos de energía. “ChatGPT es una red neuronal muy sofisticada. Como toda red neuronal, tenés que entrenarla. Tiene algo así como cien mil millones de parámetros entrenables. Cada variable tiene que encontrar su valor numérico apropiado para que el algoritmo funcione. Entrenar eso cuesta un montón en términos de energía”, explicó.

Frente a ese panorama, HERON propone mirar hacia el cerebro humano como modelo de eficiencia. No porque se busque copiarlo por completo, sino porque allí procesamiento y memoria no funcionan como compartimentos separados. El cerebro reconoce imágenes, interpreta sonidos, aprende y responde a estímulos con un consumo bajo en comparación con los sistemas artificiales.

“El cerebro consume más o menos 20 watts, que es el consumo de una lamparita de filamento chica. Esa misma tarea para una computadora con algoritmos de inteligencia artificial corriendo sobre computadoras con arquitectura Von Neumann tiene un gasto energético órdenes de magnitud mayor”, comparó Rubi.

La línea de investigación se conoce como computación neuromórfica. Su propósito es desarrollar hardware inspirado en el funcionamiento del sistema nervioso, especialmente en la manera en que las neuronas y las sinapsis se adaptan, recuerdan y modifican su comportamiento a partir de estímulos.

En ese campo aparecen los memristores, dispositivos electrónicos que pueden cambiar su resistencia eléctrica según los estímulos que reciben. Esa capacidad los convierte en una especie de ladrillo básico para construir sistemas que procesen y almacenen información de forma integrada, más parecida al funcionamiento de una sinapsis cerebral.

La arquitectura de Von Neumann es el modelo conceptual fundamental que rige a casi todas las computadoras modernas.

“Los memristores son una estructura metal, aislante, metal. Es un sándwich de materiales donde la información se codifica en la resistencia eléctrica. El dispositivo puede cambiar su resistencia si uno lo estresa eléctricamente de manera apropiada, y ese cambio puede ser analógico. De alguna manera replica el comportamiento de la sinapsis cerebral”, explicó el científico.

HERON, cuyo nombre completo es Hybrid-responsive mEm-devices for neuROinspired computiNg, será financiado por la Unión Europea con aproximadamente 1,2 millones de euros en el marco del programa Marie Skłodowska-Curie Staff Exchanges. La iniciativa comenzará oficialmente en septiembre de 2026 y tendrá una duración prevista de cuatro años.

El consorcio internacional está integrado por la Universidad de Groningen, en Países Bajos; el Politécnico de Milán, en Italia; el instituto C2N/CNRS, en Francia; la empresa deep tech IMChip, también de Países Bajos; y por Argentina, el CONICET, a través del Instituto de Nanociencia y Nanotecnología y del Instituto de Física de Buenos Aires.

Rubi destacó que se trata de una convocatoria altamente competitiva. “El proyecto fue muy bien evaluado, sacó 98 puntos sobre 100 posibles. Yo era bastante optimista porque había quedado bien cuando lo presentamos, pero nunca pensé que iba a ser tan bien evaluado. Fue una sorpresa muy agradable”, afirmó.

El aporte argentino estará vinculado, entre otros aspectos, al desarrollo de materiales funcionales y dispositivos electrónicos avanzados. El Laboratorio de Ablación Láser del INN, que Rubi dirige desde su puesta en marcha en 2012, trabaja con una técnica denominada deposición por láser pulsado, que permite fabricar películas ultradelgadas de materiales con precisión nanométrica.

Ese nivel de control es clave para diseñar dispositivos capaces de responder a estímulos eléctricos, ópticos e incluso acústicos. La combinación de esas señales es una de las apuestas más ambiciosas del proyecto: no solo crear componentes que “recuerden” estímulos, sino que puedan integrarse en arreglos más complejos y adaptativos.

“Una de las cosas que se promete en este tipo de proyectos es producir papers, eventualmente algún demostrador, que es como la etapa previa a desarrollar una patente. Y después, este proyecto financia intercambios científicos entre los socios”, explicó Rubi sobre los compromisos asumidos ante la Unión Europea.

Eso implica que investigadores, becarios, técnicos y estudiantes podrán realizar estadías en los distintos nodos del consorcio. La circulación de conocimiento es, de hecho, uno de los ejes del programa europeo: no solo financiar resultados de laboratorio, sino también fortalecer redes internacionales de investigación.

La conversación con Rubi también derivó en el uso cotidiano de la inteligencia artificial. Como docente universitario, reconoció que la herramienta ya está incorporada por muchos estudiantes, aunque de manera desigual. “Mi opinión personal es que aquella persona joven que está iniciando una carrera profesional y no aprenda a usar correctamente este tipo de herramientas está dando una ventaja muy grande”, planteó.

Sin embargo, marcó una diferencia entre usar la herramienta y depender completamente de ella. Para Rubi, quienes se formaron antes de la irrupción de la inteligencia artificial generativa atraviesan una posición particular: desarrollaron habilidades sin esa ayuda, pero ahora pueden incorporarla a su trabajo diario. “Fuimos capaces de desarrollar ciertas habilidades sin tener este anabólico que es la IA, pero ahora lo tenemos a disposición”, graficó.

El interrogante, dijo, está en quienes se están formando desde el inicio con estas tecnologías. “Hay un montón de habilidades que hay que ver cómo mucha gente las va a incorporar o no. Si para resolver un problema de matemática o física lo ponés en ChatGPT y te lo resuelve, hay toda una instancia de sentarte frente a la hoja en blanco, pensar, probar, equivocarte y volver a probar que en algún punto queda salteada”, advirtió.

El proyecto HERON se ubica justamente en ese cruce entre presente y futuro. La inteligencia artificial ya está instalada en la vida cotidiana, pero su expansión demanda respuestas técnicas, ambientales y políticas. El debate no pasa solo por lo que la herramienta puede hacer, sino por los recursos que exige para funcionar y por las condiciones necesarias para desarrollar conocimiento propio.

Sobre el final de la entrevista, Rubi dejó una observación vinculada a la situación del sistema científico argentino. Celebró la participación en el proyecto europeo, pero la definió también como una necesidad en un contexto local complejo. “Esto para nosotros es algo muy bueno, pero en algún punto representa una especie de salvavidas dada la situación crítica que atraviesa el sistema científico local. Es una de las pocas opciones que tenemos para sobrevivir: salir a buscar financiamiento afuera”, expresó.

La paradoja queda planteada: mientras científicos argentinos integran consorcios internacionales de alto nivel para investigar tecnologías que podrían marcar el futuro de la inteligencia artificial, el sistema que los formó atraviesa dificultades para sostener sus capacidades. En ese contraste también se juega una parte del debate.

La inteligencia artificial suele aparecer asociada a la velocidad, la productividad o el reemplazo de tareas. HERON propone mirar otro costado: el de la energía que hace falta para sostener esa revolución. Y en esa búsqueda, el cerebro humano vuelve a ser una referencia. No como mito futurista, sino como una arquitectura eficiente que la ciencia intenta comprender para construir máquinas menos costosas, más adaptativas y más sostenibles.

fuente: La Brujula 24