La IA fotónica de Koç University traslada el procesamiento de imágenes a la luz, pero el balance energético sigue abierto

Investigadores de IA fotónica de Koç University han presentado dos sistemas ópticos que trasladan el procesamiento de imágenes a la luz, aunque dependen de la electrónica alrededor del núcleo óptico. Uno conservó la información de color y alcanzó una precisión del 98% en un benchmark de imágenes de piel. El otro utilizó un láser de fibra para lograr precisiones de entre el 85% y el 99% en varios conjuntos de datos.

Los resultados ofrecen a los investigadores de IA sostenible una alternativa más concreta a simplemente construir aceleradores electrónicos más grandes. Sin embargo, no establecen que ninguno de los sistemas consuma menos energía total que una implementación moderna de GPU. Las cámaras, los moduladores de luz, los láseres, la electrónica de control y los clasificadores digitales siguen formando parte del flujo de trabajo.

Esa brecha define la verdadera historia. Koç University ha demostrado que los sistemas ópticos físicos pueden realizar transformaciones útiles en lugar de limitarse a transmitir datos. La próxima competencia no es la luz contra la electricidad de forma aislada. Es el procesamiento fotónico especializado frente a sistemas completos de computación electrónica altamente optimizados.

La IA fotónica de Koç University traslada dos cargas de trabajo a la luz

La investigación desplaza una etapa significativa del procesamiento del software al hardware óptico físico, pero no sustituye toda la cadena de IA.

La investigación reportada procede del profesor asistente Uğur Teğin y estudiantes de Koç University en Estambul. Combina dos estudios separados publicados en Communications Engineering y Communications Physics.

El primer sistema aborda datos multicanal, especialmente imágenes en color. Muchos experimentos de aprendizaje automático óptico simplifican su entrada convirtiendo imágenes en color a escala de grises. Eso reduce la información que atraviesa el sistema óptico antes de que comience la clasificación.

Teğin y la estudiante de máster Fatma Nur Kılınç siguieron una vía diferente. Su red neuronal fotónica programable mantiene los canales rojo, verde y azul y los procesa conjuntamente.

Una red neuronal fotónica es un hardware que utiliza la propagación controlada de la luz para realizar transformaciones matemáticas asociadas al aprendizaje automático. No necesariamente reproduce cada capa de una red neuronal digital.

Los investigadores codificaron los datos en un dispositivo espacial de luz programable. Después, la luz atravesó una disposición óptica que mezcló y transformó los canales. Una cámara capturó el patrón resultante, que proporcionó características a un clasificador digital simple.

Esta distinción es importante. El equipo óptico realiza la extracción de características, es decir, convierte la entrada sin procesar en una representación que separa las categorías con mayor claridad. La decisión final sigue ocurriendo electrónicamente.

Según el estudio multicanal, la arquitectura también aprende de mediciones físicas en lugar de depender por completo de una simulación idealizada. Eso le ayuda a ajustarse a desalineaciones, aberraciones ópticas, variaciones de fabricación, polvo y deriva térmica.

Estas imperfecciones suelen separar una simulación fotónica convincente de un dispositivo utilizable. Un modelo óptico puede rendir bien sobre el papel mientras que la versión física se comporta de manera diferente. La optimización directa del hardware convierte esa discrepancia en parte del proceso de aprendizaje.

En el conjunto de datos de lesiones cutáneas HAM10000, los investigadores informaron de una precisión de clasificación del 98% tras un procesamiento RGB optimizado. Los resultados detallados del preprint muestran una línea de base de píxeles sin procesar del 67%, lo que supone una mejora de 31 puntos porcentuales.

El sistema también alcanzó el 90% en el benchmark de imágenes naturales STL-10 tras la optimización de la mezcla de canales. El procesamiento RGB superó de forma consistente al procesamiento en escala de grises entre cinco y seis puntos porcentuales bajo la misma arquitectura óptica.

El segundo estudio trasladó una operación diferente a la física. Teğin, Dilem Eşlik, Kılınç y Bahadır Utku Kesgin utilizaron un láser de fibra multimodo de onda continua como procesador óptico no lineal.

La no linealidad permite que un procesador cree relaciones más complejas que una suma ponderada directa. Las redes neuronales modernas dependen de transformaciones no lineales para separar patrones que los métodos lineales simples no pueden distinguir.

Los investigadores codificaron imágenes como patrones de fase antes de enviarlas a la cavidad láser. La interferencia multimodo y la saturación de ganancia transformaron la entrada en patrones de intensidad estables. Una cámara registró esos patrones para un clasificador lineal.

Esta configuración alcanzó entre el 85% y el 99% de precisión en benchmarks de residuos reciclables, meteorología, imágenes satelitales, escáneres de retina y lesiones cutáneas. El artículo sobre el láser de fibra afirma que requirió órdenes de magnitud menos parámetros entrenables que las redes neuronales profundas.

Por lo tanto, los dos sistemas abordan problemas complementarios. Uno preserva y optimiza múltiples canales de información. El otro proporciona transformación no lineal de características mediante el comportamiento de una cavidad láser.

Juntos, muestran que el hardware óptico puede hacer más que acelerar una operación matricial predeterminada. Puede dar forma a la información de manera que facilite una tarea de clasificación posterior.

Por qué el hardware para IA sostenible necesita más que GPU más rápidas

La presión que impulsa la IA fotónica procede de la electricidad, el calor y el movimiento de datos, no de un fallo repentino de los chips electrónicos.

La infraestructura de IA sigue dominada por unidades de procesamiento gráfico y otros aceleradores electrónicos. Estos sistemas son programables, cuentan con software maduro y se fabrican mediante cadenas de suministro consolidadas.

Su debilidad aparece cuando la computación crece hacia modelos y clústeres más grandes. Mover datos entre memoria, procesadores e interfaces de red consume energía. La resistencia eléctrica también genera calor, lo que añade necesidades de refrigeración.

La Agencia Internacional de la Energía estimó que los centros de datos consumieron 415 teravatios-hora de electricidad en 2024. Esto representó alrededor del 1,5% del consumo mundial de electricidad.

Su perspectiva energética proyecta aproximadamente 945 teravatios-hora para 2030. La IA es el mayor motor de ese crecimiento, aunque otros servicios digitales también contribuyen.

La previsión no significa que la IA por sí sola consumirá todo el total proyectado. Sí muestra por qué la eficiencia del hardware ahora afecta a la planificación de la red eléctrica, la construcción de centros de datos, los costes operativos y los calendarios de despliegue.

La AIE también estima que un centro de datos típico centrado en IA utiliza tanta electricidad como 100.000 hogares. Las mayores instalaciones en construcción podrían utilizar 20 veces esa cantidad.

Las limitaciones locales pueden surgir antes de que el consumo eléctrico global se vuelva dominante. Los centros de datos se agrupan en torno a fibra disponible, terrenos, clientes e infraestructura eléctrica. Las nuevas líneas de transmisión suelen requerir entre cuatro y ocho años en las economías avanzadas.

El procesamiento fotónico aborda parte de esta presión aprovechando el comportamiento físico de la luz. Los fotones no tienen carga eléctrica, por lo que moverlos a través de una estructura óptica evita algunas pérdidas resistivas presentes en los circuitos electrónicos.

La luz también admite paralelismo en longitud de onda, espacio, fase y polarización. Una única trayectoria óptica puede transportar varios canales de información sin procesar cada canal mediante una secuencia idéntica de operaciones electrónicas.

Estas propiedades hacen que los datos de imágenes sean atractivos para los primeros sistemas fotónicos. La señal original ya es óptica antes de que un sensor de cámara la convierta en píxeles electrónicos. Procesar parte de la información antes de esa conversión, o cerca de ella, puede reducir el trabajo digital posterior.

Entre los posibles entornos se incluyen la visión artificial, la imagen médica, la inspección industrial, la teledetección y los sistemas autónomos. Todos necesitan decisiones rápidas a partir de entradas visuales, a veces bajo límites estrictos de energía o latencia.

Sin embargo, un mayor paralelismo óptico no genera automáticamente una factura energética menor a nivel de sistema. Los láseres requieren electricidad. Los moduladores espaciales de luz necesitan señales de control. Las cámaras deben capturar las salidas, mientras el hardware electrónico prepara las entradas e interpreta los resultados.

Por tanto, los dos prototipos de Koç University deben considerarse sistemas de descarga de cargas de trabajo. Transfieren transformaciones seleccionadas del software digital a la física óptica.

Este enfoque se parece a la historia más amplia de los aceleradores. Las GPU no eliminaron los procesadores centrales. Se hicieron cargo de operaciones que encajaban con su diseño paralelo. Más tarde, los chips especializados para IA trasladaron cálculos matriciales adicionales a hardware diseñado específicamente para ello.

Los aceleradores fotónicos buscan otra división del trabajo. Pretenden gestionar operaciones en las que la propagación paralela de la luz ofrece una ventaja significativa. Los procesadores electrónicos conservarían el flujo de control, la gestión de memoria, el software general y las tareas que requieren alta flexibilidad numérica.

El argumento más sólido a favor de la sostenibilidad dependerá de la energía total de la carga de trabajo, no de la eficiencia del paso óptico por sí solo. Los investigadores deben contabilizar la preparación de datos, las conversiones, la generación de luz, la detección, la refrigeración y la electrónica de apoyo.

Un aparato de laboratorio puede seguir siendo relevante antes de que existan esas mediciones. Puede identificar qué operaciones se adaptan limpiamente a la luz y qué problemas de hardware bloquean el despliegue.

Ahí reside la contribución de Koç University. Sus sistemas amplían el conjunto de transformaciones ópticas útiles mientras afrontan imperfecciones reales del hardware. Aún no resuelven el debate energético de los centros de datos.

Cómo procesa realmente imágenes la IA fotónica de Koç University

El mecanismo funciona convirtiendo la propagación de la luz en extracción de características y devolviendo después a la electrónica el problema de clasificación más sencillo.

El sistema multicanal comienza con una imagen u otra entrada multidimensional. El software asigna esos datos a un dispositivo óptico programable, que controla cómo se propagan distintas partes de un campo de luz.

El dispositivo conserva los canales RGB en lugar de reducirlos a una representación única en escala de grises. Esto proporciona al sistema óptico acceso a relaciones de color junto con formas y texturas.

La luz atraviesa múltiples transformaciones controladas. La interferencia combina ondas según sus amplitudes y fases, produciendo un patrón de salida que refleja muchas relaciones de entrada simultáneamente.

A continuación, una cámara mide el patrón de intensidad. Esas mediciones se convierten en características numéricas para un clasificador ridge, un modelo lineal relativamente simple con regularización.

El clasificador no es responsable de descubrir por sí mismo toda la estructura útil de la imagen. La transformación óptica ya ha reorganizado los datos para que las categorías sean más fáciles de separar.

Los investigadores utilizaron optimización bayesiana para ajustar seis parámetros de mezcla de canales. La optimización bayesiana selecciona configuraciones prometedoras basándose en los resultados de experimentos anteriores, reduciendo la necesidad de probar cada combinación.

También aplicaron un método hardware-in-the-loop inspirado en la criticidad autoorganizada. Este proceso perturbó un espacio de fases óptico mucho mayor y evaluó los cambios mediante mediciones del aparato real.

Esta segunda optimización manejó 22.500 parámetros, según el preprint del estudio. Convergió en aproximadamente 75 iteraciones en una tarea reportada.

Los dos métodos abordan capas diferentes. La mezcla de canales cambia cómo entra la información en el sistema. La optimización del hardware cambia la configuración física de fase a través de la cual viaja la luz.

Cada uno aportó entre seis y siete puntos porcentuales adicionales en sus respectivos experimentos. Esa similitud resulta notable porque un método ajusta solo seis variables, mientras que el otro explora miles.

Sugiere que una estructura de entrada cuidadosamente diseñada puede importar tanto como una búsqueda de hardware mucho más amplia. También advierte contra la idea de que el paralelismo óptico en bruto sea suficiente por sí solo.

El sistema de láser de fibra utiliza un efecto físico diferente. Una fibra multimodo admite muchos patrones espaciales de luz al mismo tiempo. Dentro de una cavidad láser, esos modos interactúan mediante interferencia y dinámicas de ganancia.

Una imagen de entrada se codifica como un patrón de fase. A medida que ese patrón circula, la cavidad lo transforma en una distribución de intensidad luminosa de mayor dimensión.

La saturación de ganancia proporciona la importante respuesta no lineal. A medida que la amplificación óptica se acerca a su límite, la salida deja de cambiar en proporción directa a la entrada.

Este comportamiento no lineal ayuda a separar categorías complejas. El patrón resultante puede hacer que una clase de imagen sea accesible para una frontera de decisión lineal, incluso cuando los píxeles sin procesar no son fáciles de separar.

El equipo de investigación utilizó un láser de onda continua en lugar de pulsos ultracortos de alta potencia. Esa elección respalda su argumento a favor de un procesador físico más compacto y potencialmente de menor consumo energético.

Aun así, los valores de precisión publicados requieren una interpretación cuidadosa. La precisión depende del conjunto de datos, la división de entrenamiento, el preprocesamiento, el equilibrio entre clases y el modelo de comparación.

Un resultado del 98% en un experimento de imágenes médicas no significa que el dispositivo diagnostique enfermedades de la piel con una fiabilidad del 98% en la práctica clínica. El trabajo evalúa una referencia de aprendizaje automático, no un producto médico desplegado.

El primer estudio también compara las características ópticas con píxeles sin procesar tratados por el mismo clasificador simple. Eso controla la capacidad del clasificador, pero no equivale a compararlo con un modelo de visión moderno completo.

Los autores reconocen que la comparación directa con el aprendizaje profundo se complica por las diferencias de capacidad del modelo, datos de entrenamiento y coste computacional. Su afirmación principal se refiere a la extracción de características ópticas, no a una superioridad universal frente a los modelos digitales.

Este es el marco adecuado para los resultados comunicados. Los sistemas ópticos produjeron representaciones valiosas con un entrenamiento digital limitado. No superaron a todas las alternativas electrónicas en precisión, energía, coste y escala.

El mecanismo también revela dónde debe realizarse el trabajo de integración. Los datos comienzan en un sistema electrónico, salvo que procedan directamente de un sensor óptico. Deben codificarse en luz, procesarse, detectarse y devolverse a un flujo de trabajo electrónico.

Cada frontera añade latencia, consumo energético, exigencias de calibración y posible pérdida de información. Un producto exitoso debe ganar más dentro de la etapa óptica de lo que gasta al cruzar esas fronteras.

Las pérdidas de conversión mantienen a la IA fotónica por detrás de las GPU de propósito general

La cuestión pendiente más importante es si el sistema óptico completo supera a la electrónica optimizada después de contabilizar todos los componentes de conversión y control.

La computación fotónica suele parecer convincente cuando se aísla una operación óptica. La luz puede propagarse rápidamente, combinar muchos canales y realizar algunas operaciones matemáticas con poca energía incremental.

Un ordenador desplegado no puede aislar esa operación. Necesita memoria, software, codificación de entrada, detección de salida, gestión de errores e interfaces con los procesadores existentes.

Maxim Shcherbakov, profesor de ingeniería eléctrica en la Universidad de California en Irvine, identificó la conversión de señales eléctricas a ópticas como un obstáculo central. Los láseres deben modularse con señales electrónicas, mientras que los detectores convierten el resultado de nuevo en datos electrónicos.

Su evaluación de la fotónica sostiene que los procesadores fotónicos de propósito general aún están por detrás de las GPU estándar. Ve perspectivas más sólidas a corto plazo en aplicaciones especializadas en el borde de la red.

Esa valoración encaja con los experimentos de la Universidad Koç. Ambos sistemas se orientan a tareas de clasificación estructuradas. Ninguno ejecuta un modelo de lenguaje grande de propósito general ni sustituye una pila completa de software para GPU.

Los sistemas de borde pueden ofrecer un punto de entrada más claro porque algunas entradas ya llegan como luz. Una cámara, un microscopio, un dispositivo de imagen médica o un instrumento de teledetección podrían procesar información óptica antes de crear una representación electrónica completa.

Eso reduce el número de conversiones. También puede recortar el volumen de datos antes de que la información llegue a un procesador general, un sistema de memoria o una conexión de red.

Un sensor visual podría identificar características útiles cerca de la lente y transmitir después solo una representación compacta. El valor provendría de una menor latencia y de menos trabajo posterior, no de recrear una GPU en vidrio.

Los centros de datos en la nube presentan un estándar más exigente. Su hardware debe admitir muchos modelos, tamaños de tensores, formatos numéricos y marcos de software que cambian rápidamente.

El hardware fotónico suele ganar eficiencia mediante la especialización. Un comportamiento óptico fijo puede ser extremadamente rápido para una operación adecuada, pero difícil de reutilizar cuando cambia un algoritmo.

Los moduladores programables mejoran la flexibilidad, aunque añaden complejidad de control. La calibración puede desviarse con la temperatura, las vibraciones, el envejecimiento de los componentes o pequeños cambios mecánicos.

La optimización basada en hardware de la Universidad Koç aborda directamente algunos de esos problemas. Aprender a partir de mediciones permite al sistema absorber imperfecciones que una simulación ideal no detecta.

Eso supone una ventaja de ingeniería, pero la recalibración continua también consume tiempo y energía. Una evaluación comercial debe medir con qué frecuencia se produce la adaptación y qué sucede entre ciclos de calibración.

La precisión es otro punto de presión. Los aceleradores electrónicos admiten formatos numéricos bien definidos y un análisis de errores maduro. Las mediciones ópticas analógicas contienen ruido y variación entre dispositivos.

Algunas cargas de trabajo de aprendizaje automático toleran una precisión reducida. Otras amplifican pequeños errores a lo largo de operaciones repetidas, especialmente cuando se conectan muchas etapas ópticas y electrónicas.

Los experimentos publicados utilizan una transformación óptica seguida de un clasificador digital. Esa estructura limitada reduce el riesgo de que los errores se acumulen a través de muchas capas ópticas.

Escalar el enfoque podría introducir nuevas compensaciones. Más canales podrían aumentar el rendimiento, pero también pueden generar diafonía. Los sistemas más grandes necesitan más detectores, elementos de control, encapsulado y alineación.

La fabricación importará tanto como la física de laboratorio. Un acelerador útil debe ser reproducible entre unidades, estable con el tiempo, compatible con procesos de producción y mantenible dentro de un sistema informático.

La evidencia energética sigue siendo la mayor carencia del anuncio actual. El artículo sobre el láser de fibra describe su procesador como compacto y de bajo consumo, mientras que el artículo multicanal describe posibles ventajas de eficiencia.

Ningún resumen público ofrece una comparación energética completa e independientemente validada frente a una carga de trabajo equivalente en GPU. No hay una contabilidad completa de la fuente, el modulador, la cámara, el controlador y el clasificador.

Esa ausencia no invalida la investigación. Limita la conclusión que los lectores deberían extraer de ella.

Los sistemas demuestran computación con luz e informan de sólidos resultados de clasificación. Aún no demuestran una menor energía integral por muestra correctamente clasificada en condiciones comerciales.

Por tanto, el principal rival no es otro laboratorio de fotónica. Es la pila electrónica consolidada, incluida su madurez de software, escala de fabricación, flexibilidad y continuas mejoras de eficiencia.

La IA fotónica solo gana cuando supera a esa pila completa en una carga de trabajo valiosa. Un núcleo óptico más rápido es una apertura, no el resultado final.

Tres señales mostrarán si la computación óptica puede escalar

La siguiente etapa requiere mediciones energéticas a nivel de sistema, hardware integrado y pruebas creíbles en cargas de trabajo que vayan más allá de pequeños clasificadores de laboratorio.

La primera señal es una referencia energética de extremo a extremo. Los investigadores deberían informar de julios por inferencia o por muestra procesada para todo el dispositivo.

Esa medición debe incluir el láser, la modulación óptica, la cámara, el control digital, el preprocesamiento, la calibración y el clasificador posterior. La comparación electrónica debería realizar la misma tarea con una precisión y latencia similares.

Si la Universidad Koç o un equipo independiente publica tal resultado, la afirmación sobre IA sostenible será mucho más sólida. Si los ahorros ópticos desaparecen después de las conversiones, el argumento se limitará a la latencia o a la detección especializada.

Los límites de medición también deben explicitarse. Informar solo de la energía utilizada durante la propagación de la luz omitiría componentes que hacen operativo al procesador.

La segunda señal es la integración física. Ambos sistemas comunicados utilizan configuraciones ópticas de laboratorio con cámaras y equipos de control. Los investigadores identifican los dispositivos compactos integrados en chip como una vía importante a seguir.

La integración puede acortar las trayectorias ópticas, reducir la sensibilidad a la alineación y disminuir los requisitos de encapsulado. También puede facilitar la combinación de la tecnología con sensores y procesadores electrónicos.

Un prototipo integrado exitoso no necesitaría reemplazar una GPU. Podría demostrar un front end óptico estable que se conecte a un flujo de trabajo de aprendizaje automático existente.

Conviene observar el funcionamiento fuera de un laboratorio controlado, especialmente ante cambios de temperatura o vibración. La precisión a largo plazo y la frecuencia de calibración revelarán si la autooptimización resuelve la deriva práctica.

La tercera señal es una validación en cargas de trabajo más amplias. Los estudios actuales cubren varias referencias de imágenes y datos estructurados, lo que constituye evidencia útil de versatilidad.

Las próximas pruebas deberían incluir datos de sensores en flujo continuo, entradas más grandes, mediciones de latencia y comparaciones con extractores de características digitales modernos. Los ensayos médicos o industriales también necesitarían datos representativos y una evaluación independiente.

Un experimento de borde desplegado reforzaría más el argumento que otro récord de precisión aislado. Mostraría cómo interactúa el procesador óptico con la memoria, las comunicaciones, los límites de energía y las condiciones de entrada cambiantes.

La vía probable es híbrida, no totalmente óptica. La luz se encargará de transformaciones seleccionadas que se ajusten a su física, mientras que la electrónica conservará la memoria, la orquestación y las decisiones de propósito general.

Esa división aún puede importar. Eliminar una etapa costosa de millones de operaciones repetidas puede reducir el calor y la energía, incluso cuando el resto del sistema siga siendo electrónico.

También cambia la forma en que los desarrolladores deberían evaluar el hardware emergente de IA. El rendimiento óptico máximo dice poco sin costes de integración, precisión numérica, utilización y soporte de software.

Los compradores empresariales deberían preguntar si un dispositivo acelera su carga de trabajo real, no si la luz es teóricamente más rápida que los electrones. También deberían exigir mediciones en el enchufe de pared.

Los desarrolladores e investigadores enfrentan un problema de documentación a medida que este campo se expande. Los resultados suelen repartirse entre preprints, artículos de revistas, notas de hardware, detalles de referencias y correcciones posteriores.

Una base de conocimientos con capacidad de búsqueda puede ayudar a los equipos de ingeniería a conservar esos detalles y comparar afirmaciones bajo límites de evaluación coherentes.

La investigación sobre IA fotónica de la Universidad Koç merece atención porque traslada transformaciones de imagen útiles al hardware físico mientras conserva el color e introduce procesamiento no lineal.

Su resultado más sólido no es una afirmación resuelta sobre computación sostenible. Es una vía experimental más clara para determinar dónde el hardware óptico se gana realmente un lugar junto a la electrónica.

La evidencia decisiva llegará de mediciones de sistemas completos, prototipos integrados y cargas de trabajo reales. Hasta entonces, la pregunta adecuada es específica: ¿qué etapa de procesamiento ahorra suficiente energía al trasladarse a la luz como para justificar todo lo que la rodea?