Un equipo de investigadores del Consejo Superior de Investigaciones Cient\u00edficas (CSIC) ha propuesto un nuevo m\u00e9todo para procesar informaci\u00f3n a alta velocidad formado por componentes \u00f3pticos est\u00e1ndar. El trabajo, publicado en Nature Communications, se basa en sistemas con capacidad de aprendizaje, que funcionan como las redes neuronales.
\n\u00abLas exigencias en los sistemas inform\u00e1ticos modernos para realizar c\u00e1lculos complejos son cada vez mayores y hacen necesarios m\u00e9todos de procesamiento m\u00e1s eficientes. Uno de los enfoques m\u00e1s prometedores para mejorar dicha eficiencia es el conocido como reservoir computing, que utiliza los estados transitorios de un sistema no lineal como base, de forma similar a lo que se hace en una red neuronal tradicional\u00bb, explica el investigador del CSIC Claudio Mirasso, del Instituto de F\u00edsica Interdisciplinar y Sistemas Complejos, centro mixto del CSIC y la Universidad de las Islas Baleares.<\/p>\n
El sistema emplea un l\u00e1ser semiconductor para generar los estados transitorios necesarios durante el proceso, mientras un bucle de fibra \u00f3ptica, como la que se utiliza en las comunicaciones \u00f3pticas tradicionales, permite la realizaci\u00f3n del c\u00e1lculo. \u00abEste tipo de sistema es adecuado para el procesamiento de secuencias temporales de informaci\u00f3n, as\u00ed como tareas de clasificaci\u00f3n, como puede ser el reconocimiento de una voz, a velocidades de gigabytes por segundo\u00bb, a\u00f1ade Mirasso.<\/p>\n
La implementaci\u00f3n de este sistema demuestra, seg\u00fan este estudio, las posibilidades del reservoir computing para tareas de procesamiento de datos de forma eficiente y completamente \u00f3ptica.<\/p>\n