El «cerebro de microondas» de Cornell: un chip neural que procesa señales ultrarrápidas con mínima energía
Un microchip de silicio inspirado en nuestro cerebro promete revolucionar el procesamiento de señales. Diseñado en la Universidad de Cornell, opera con microondas para decodificar, analizar y aprender a velocidades sin precedentes y con un consumo ínfimo.
Por Enrique Coperías
Imagen conceptual del chip neuronal de Cornell, capaz de procesar señales ultrarrápidas con una red analógica. Su diseño, inspirado en el cerebro humano, permite una alta velocidad y un consumo mínimo, abriendo nuevas puertas para la computación y la comunicación. Imagen generada con Gemini
Una revolución en la computación de señales de alta frecuencia
Investigadores de la Universidad de Cornell, en Estados Unidos, han desarrollado el primer procesador neural de microondas capaz de trabajar al mismo tiempo con señales de datos ultrarrápidas y comunicaciones inalámbricas, aprovechando las propiedades físicas de las microondas.
Este avance, descrito con detalle en la revista Nature Electronics, nos presenta un microchip de silicio que integra una red neuronal de microondas plenamente funcional.
El dispositivo, apodado cerebro de microondas, realiza cálculos en el dominio de la frecuencia en tiempo real, con aplicaciones como la decodificación de señales de radio, el seguimiento de objetivos por radar y el procesamiento digital de datos, todo con un consumo inferior a 200 milivatios.
Un diseño inspirado en el cerebro, pero en clave analógica
A diferencia de los chips convencionales, que procesan la información de forma digital y siguiendo pasos secuenciales, este procesador utiliza una red neuronal analógica. Está formada por diferentes modos de propagación conectados entre sí dentro de guías de onda ajustables, o sea, canales por los que viajan las microondas y que se pueden modificar para adaptarse a distintas tareas.
Gracias a su comportamiento no lineal en el rango de frecuencia de microondas, puede manejar flujos de datos de decenas de gigahercios, lo que supera en velocidad a la mayoría de chips digitales actuales.
En palabras de Alyssa Apsel, profesora de Ingeniería y coautora principal junto a Peter McMahon, «en lugar de imitar paso a paso la estructura de las redes neuronales digitales, ha diseñado algo más parecido a una amalgama controlada de comportamientos en frecuencia, capaz de ofrecer un cálculo de alto rendimiento».
«Dado que es capaz de modificar las frecuencias de las señales de manera controlada y en tiempo real, puede reutilizarse para varias tareas informáticas», afirma el autor principal, Bal Govind, estudiante de doctorado que llevó a cabo la investigación junto con Maxwell Anderson, también estudiante de doctorado. Y añade—: Evita una gran cantidad de pasos de procesamiento de señales que los ordenadores digitales normalmente tienen que realizar».
Esto le permite al chip consumir menos energía y ofrecer una respuesta con menor latencia, o sea, más rápida.
Rendimiento y precisión comparables a redes neuronales digitales
En pruebas de laboratorio, el chip alcanzó una precisión del 88 % en tareas de clasificación de señales inalámbricas, igualando o superando a redes neuronales digitales pero con una fracción de su tamaño y consumo.
Además, es capaz de realizar desde tareas lógicas simples hasta operaciones más avanzadas, como reconocer patrones en secuencias de ceros y unos o contar cuántos de esos valores son ceros y cuántos son unos.
Según los investigadores, este enfoque probabilístico permite mantener la precisión incluso en tareas complejas, sin el sobrecoste en circuitería y energía típico de los sistemas digitales.
«En los sistemas digitales tradicionales, a medida que las tareas se vuelven más complejas, se necesitan más circuitos, más potencia y más corrección de errores para mantener la precisión —dice Govind. Y continúa—: Pero con nuestro enfoque probabilístico, somos capaces de mantener una alta precisión tanto en cálculos simples como complejos, sin esa sobrecarga adicional».
El cerebro de microondas se podría implementar, por ejemplo, en los relojes inteligentes y crear modelos nativos en el dispositivo en lugar de tener que depender de un servidor en la nube para todo, según la ingeniera Alyssa Apsel. Foto: Daniel Cañibano
Aplicaciones en seguridad, IoT y computación frontera
La alta sensibilidad del chip a las señales lo hace ideal para aplicaciones de seguridad en hardware, como la detección de anomalías en comunicaciones inalámbricas a través de múltiples bandas de microondas.
Si se logra reducir aún más el consumo, podría integrarse en dispositivos de computación frontera o edge computing —procesamiento de los datos cerca del lugar donde se generan en lugar de enviarlos a un servidor lejano o a la nube—, como relojes inteligentes, teléfonos móviles y sensores del internet industrial de las cosas (IoT), capaces de entrenar modelos de inteligencia artificial (IA) directamente en el dispositivo, sin depender de la nube.
«En efecto, hablamos de crear modelos nativos en el dispositivo inteligente, en lugar de tener que depender de un servidor en la nube para todo», dice Apsel.
Aunque el cerebro de microondas está aún en fase experimental, el equipo de Cornell trabaja en mejorar su precisión e integrarlo con plataformas de procesamiento digital y de microondas ya existentes.
Los investigadores creen que su escalabilidad y bajo consumo podrían marcar el inicio de una nueva generación de chips neuromórficos para procesamiento de señales y inteligencia artificial de alto rendimiento.▪️
Información facilitada por la Universidad de Cornell
Fuente: Govind, B., Anderson, M.G., Wu, F.O. et al. An integrated microwave neural network for broadband computation and communication. Nature Electronics (2025). DOI: https://doi.org/10.1038/s41928-025-01422-1
