En el corazón de la investigación cuántica y la neurociencia computacional, un equipo de la Universidad de Hong Kong ha anunciado el desarrollo de un chip inspirado en el cerebro humano que puede operar a temperaturas apenas superiores a cero absoluto. Usando un transistor convencional de carburo de silicio, los científicos lograron que un único dispositivo emule la dinámica de una neurona, disparando picos eléctricos que recuerdan a los impulsos neuronales.
El proyecto, liderado por el profesor Dr. Li Wei, se basa en la manipulación precisa de los portadores de carga en la estructura del carburo de silicio. Al enfriar el dispositivo a 0,1 K, los portadores se comportan de forma coherente y pueden ser controlados con un mínimo de energía. Cuando se aplica una corriente pulsada, el transistor entra en un régimen no lineal, generando una “spike” eléctrica que se propaga al siguiente transistor, simulando la transmisión sináptica.
Este avance es significativo por varias razones. En primer lugar, la operación a temperaturas tan bajas permite una reducción dramática de la disipación eléctrica, lo que soluciona uno de los cuellos de botella más críticos para la escalabilidad de las redes neuronales hardware. En segundo lugar, la compatibilidad con la tecnología cuántica es inmediata: los dispositivos de carburo de silicio pueden integrarse con qubits superconductores, abriendo la posibilidad de crear sistemas híbridos donde la IA clásica y la computación cuántica trabajen de forma coherente.
La comunidad científica ha recibido la noticia con entusiasmo. Según la revista Nature Communications, “la convergencia de la neuromórfica y la cuántica puede ser el próximo salto de la informática” (Nature Communications, 2025). La empresa de hardware cuántico IBM ha expresado interés en colaborar con el grupo de Hong Kong, citando la necesidad de soluciones de interconexión de baja latencia.
Para entender el impacto, es útil recordar los retos actuales de la neuromórfica. La mayoría de los chips neuronales actuales están limitados por el consumo de energía y la falta de integración con algoritmos de aprendizaje profundo. Al operar a temperaturas cercanas a cero, los dispositivos de carburo de silicio reducen la resistencia eléctrica a casi cero, lo que significa que la energía requerida para cada disparo de neurona cae a niveles de pico de miliwatios. Esto podría permitir la creación de sistemas de IA de borde con tiempos de respuesta en microsegundos y sin requerir refrigeración activa.
El siguiente paso es la escalabilidad. Los investigadores ya están construyendo prototipos de 10 × 10 neurones, y planean ampliar a 10 000 neuronas en un solo chip. El reto técnico radica en el manejo de la disipación térmica y la sincronización de los picos entre millones de dispositivos a temperaturas tan frías. Sin embargo, los avances recientes en microfabricación de carburo de silicio y en sistemas de enfriamiento por dilución sugieren que estas barreras son superables.
En cuanto a la aplicación práctica, los sistemas de control predictivo en vehículos autónomos, la simulación de redes neuronales biológicas para investigación médica, y la optimización de procesos industriales podrían beneficiarse de la velocidad y eficiencia energética de estos chips. Además, la posibilidad de integrarlos con qubits superconductores abre posibilidades en criptografía cuántica y simulaciones de sistemas complejos.
En resumen, la creación de un chip neuronal que funcione a cero absoluto es un hito que combina la ingeniería de materiales, la física cuántica y la inteligencia artificial. Si bien todavía se encuentran en fase de prototipo, el potencial para transformar la computación de alto rendimiento y la IA está claro. Los próximos años serán decisivos para ver si esta tecnología pasa de laboratorio a producción y, si lo hace, cómo remodelará los límites de la informática.
