Inteligencia artificial

Una IA crea un microchip que funciona perfectamente, pero los científicos no entienden cómo

Los diseños “parecen tener formas aleatorias y no podemos entenderlos completamente”, señalan científicos de la Universidad de Princeton.

Inteligencia artificial
Detalle del microchip creado por la IA de la Universidad de PrincetonEmir Ali Karahan, Princeton UniversityEmir Ali Karahan, Princeton University

Sería más fácil nombrar dispositivos que no tienen un microchip que mencionar aquellos que llevan uno incorporado. Actualmente, casi todo lo que se puede enchufar lleva un microchip: desde relojes inteligentes hasta radares, del mundo de lo mínimo hasta lo absurdamente grande. Por suerte, sabemos muy bien cómo funcionan.

Y es que, hasta ahora, esos microchips fueron diseñados por humanos. El problema es que, mientras el resto de los mortales le pedimos a una IA que nos haga un diseño, nos traduzca un texto o nos encuentre determinada ubicación, los científicos le han pedido que desarrolle un microchip inalámbrico impulsado por IA. Nada menos. Y los resultados, publicados en Nature, distan mucho de lo que podemos esperar.

El estudio, liderado por Kaushik Sengupta de la Universidad de Princeton, describe cómo se utilizó la técnica de aprendizaje profundo para idear nuevos diseños de chips, y aunque los chips parecen funcionar, el equipo de Sengupta reconoce que no está completamente seguros de cómo. Los diseños “parecen tener formas aleatorias y no podemos entenderlos completamente”, afirma Sengupta en un comunicado.

De hecho, las fotos de los chips tienen un diseño similar a los videojuegos de alienígenas de los años 1980, algo que tampoco debería llamarnos la atención teniendo en cuenta que el experto Avi Loeb de Harvard ha sugerido que la IA podría “entenderse mejor como una inteligencia alienígena que como una imitación de nuestra propia cognición”.

Detalle del microchip diseñado por una IA
Detalle del microchip diseñado por una IAEmir Ali Karahan, Princeton UniversityEmir Ali Karahan, Princeton University

En las pruebas realizadas por el equipo de Sengupta, el modelo de aprendizaje profundo generó estructuras electromagnéticas altamente optimizadas que, cuando se probaron, superaron a sus contrapartes diseñadas por humanos. Los autores también descubrieron que su modelo era muy adecuado para un enfoque de diseño de ingeniería inversa, que básicamente comienza con el resultado deseado y deja que el modelo trabaje hacia atrás para completar los espacios en blanco.

El método habitual para diseñar microchips es tedioso y se basa en una combinación de conocimiento experto, plantillas probadas en batalla y el viejo método de prueba y error. Ese proceso generalmente lleva días o semanas de síntesis, imitación y pruebas en la vida real, e incluso así, a los humanos les resulta difícil comprender la geometría astronómicamente compleja de los chips que producen.

Pese a ser más eficientes, Sengupta también señala que se trata de una herramienta, no de la solución definitiva para la ingeniería de hardware, especialmente porque el algoritmo de aprendizaje profundo detectó diseños defectuosos con la misma eficacia con la que produjo diseños efectivos.

"Hay problemas que aún requieren que los diseñadores humanos los corrijan – concluye Segupta -. El objetivo no es reemplazar a los diseñadores humanos con herramientas, sino mejorar la productividad con nuevas herramientas. La mente humana se utiliza mejor para crear o inventar cosas nuevas, y el trabajo más mundano y utilitario se puede delegar en estas herramientas”.