Portugués 
Inglés 
Español 
3 min de lectura 
0 comentarios 
La unión entre el poder de las redes neuronales y la lógica del razonamiento humano crea un modelo de inteligencia artificial que gasta menos electricidad y entrega resultados más confiables para la industria.
Investigadores de la Escuela de Ingeniería de la Universidad Tufts han desarrollado un nuevo enfoque de inteligencia artificial capaz de reducir el consumo de energía en hasta 100 veces. El sistema innovador, basado en una arquitectura neurosimbólica, no solo disminuye la demanda eléctrica, sino que también eleva considerablemente la precisión en tareas complejas.
El avance surge en un momento crítico, donde el consumo de electricidad por centros de datos de IA ya representa más del 10% del total utilizado en los Estados Unidos.
Integración entre redes neuronales y razonamiento lógico
La IA neurosimbólica se diferencia de los modelos convencionales al combinar el aprendizaje estadístico de las redes neuronales con el razonamiento lógico basado en reglas. Esta arquitectura híbrida permite que robots y sistemas piensen de forma más estructurada, evitando la dependencia exclusiva de la fuerza bruta y del método de prueba y error.
-
Científicos pueden haber sobreestimado la contaminación por microplásticos durante décadas, un estudio de la Universidad de Michigan señala que los guantes de nitrilo y látex utilizados en laboratorios liberan partículas que contaminan muestras y inflaron resultados que fundamentaron políticas públicas y regulaciones ambientales en todo el mundo.
-
Nasa revela imagen inédita del lado oculto de la luna durante la misión Artemis II, registra un raro eclipse solar y lleva a humanos al punto más distante jamás alcanzado en el espacio.
-
Imágenes de satélite con IA de China están ayudando a Irán a apuntar a bases de EE. UU. en Oriente Medio, y un informe señala que la tecnología ya acelera ataques con misiles y drones.
-
Exención de la tasa del Enem 2026 tiene plazo definido; vea cómo solicitar.
Mientras que los modelos tradicionales intentan predecir la próxima acción en una secuencia, la nueva tecnología utiliza la lógica humana para guiar el procesamiento.
Este cambio de paradigma resuelve problemas comunes en sistemas actuales, como las llamadas alucinaciones y resultados imprecisos. Al adoptar reglas simbólicas, la IAneurosimbólica logra validar la información procesada por las capas neuronales.
El resultado es un sistema mucho más confiable y eficiente, orientado a aplicaciones que exigen planificación rigurosa y seguridad operacional.
Desempeño superior y rapidez en el entrenamiento
Las pruebas prácticas realizadas en el laboratorio de Matthias Scheutz, profesor de Tecnología Aplicada de Tufts, demostraron la eficacia del nuevo método utilizando el rompecabezas Torre de Hanói.
La IA neurosimbólica alcanzó una tasa de éxito del 95% en la resolución del problema, superando drásticamente el 34% obtenido por sistemas de visión-lenguaje-acción (VLA) convencionales. Además de la precisión superior, la velocidad de aprendizaje fue uno de los aspectos destacados del experimento.
El modelo híbrido completó su entrenamiento en solo 34 minutos, mientras que los modelos tradicionales necesitaron más de un día y medio para concluir la misma tarea. Esta agilidad se refleja directamente en la reducción de costos computacionales e infraestructura. La capacidad de aprender en una fracción del tiempo original convierte a la IA neurosimbólica en una alternativa viable para industrias que buscan implementar automatización de alto rendimiento.
Sostenibilidad y eficiencia energética en el sector
La economía de recursos promovida por esta innovación es masiva tanto en la fase de desarrollo como en el uso cotidiano.
El entrenamiento del modelo neurosimbólico consumió solo el 1% de la energía exigida por los sistemas estándar, manteniendo la proporción de reducción de tiempo. Durante la operación regular, el consumo eléctrico se mantuvo en solo el 5% en comparación con los sistemas de IA ampliamente conocidos en el mercado actual.
La necesidad de una IA neurosimbólica se vuelve evidente cuando se compara con el gasto energético de herramientas populares de búsqueda y chat.
Actualmente, la generación de un resumen por inteligencia artificial en la parte superior de una página de búsqueda consume hasta 100 veces más energía que la lista de resultados comunes. Con el crecimiento acelerado de la adopción industrial de la tecnología, el modelo desarrollado en Tufts ofrece un camino sostenible para el futuro de la computación mundial.
Haga clic aquí para consultar el estudio.
Seja o primeiro a reagir!