Un experimento que parece ciencia ficción
Investigadores de la Universidad de Pensilvania acaban de publicar (18 de mayo de 2026) un hallazgo que podría reescribir las reglas del hardware para inteligencia artificial. Han creado una partícula híbrida luz-materia capaz de realizar operaciones de cómputo a velocidades mucho mayores que los chips electrónicos tradicionales, consumiendo una fracción de la energía.
¿Qué es una partícula híbrida luz-materia?
En física, cuando la luz (fotones) interactúa fuertemente con la materia (electrones) en condiciones controladas, se forma un estado cuántico híbrido llamado polaritón. Estos polaritones tienen propiedades de ambos mundos: la velocidad de la luz y la capacidad de procesamiento de los electrones.
El equipo de Penn logró crear polaritones estables a temperatura ambiente —algo que hasta ahora solo era posible en laboratorios criogénicos— y demostró que pueden usarse para realizar operaciones lógicas.
Las implicaciones para la IA
Los chips electrónicos actuales tienen dos limitaciones fundamentales:
- Calor: Cada operación genera calor que hay que disipar. Los datacenters gastan hasta el 40% de su energía en refrigeración.
- Velocidad: Los electrones tienen un límite físico de velocidad al moverse por el silicio.
Los polaritones resuelven ambos problemas. Al usar luz en lugar de electrones para el cómputo, la generación de calor es mínima y la velocidad es literalmente la de la luz. Los investigadores estiman que un chip basado en esta tecnología podría ser 100 veces más rápido y 1,000 veces más eficiente energéticamente que los chips actuales.
¿Cuándo lo veremos en el mercado?
El camino del laboratorio al producto comercial es largo. Estamos probablemente a 8-12 años de ver chips fotónicos en dispositivos de consumo. Pero el primer paso —demostrar que es físicamente posible a temperatura ambiente— ya está dado.
Mientras tanto, empresas como Lightmatter, Lightelligence y Xanadu están desarrollando chips fotónicos para tareas específicas de IA. El paper de Penn acelera significativamente ese camino.
El panorama general
La Ley de Moore se está agotando. Los transistores no pueden hacerse mucho más pequeños sin encontrarse con límites cuánticos. La computación híbrida luz-materia es una de las apuestas más serias para continuar la curva de crecimiento exponencial que la IA necesita. El silicio tiene los días contados.