Un grupo de investigadores de la Universidad de California en Los Ángeles ha demostrado que los sistemas de computación óptica pueden entrenarse de forma directa en el mundo físico mediante aprendizaje por refuerzo, evitando uno de los grandes obstáculos históricos de este campo: la dependencia de modelos digitales imperfectos.
El trabajo, publicado a comienzos de 2026 en la revista Light: Science & Applications, propone un enfoque en el que el propio hardware óptico —dispositivos que procesan información usando luz en lugar de electricidad— aprende a realizar tareas ajustando sus parámetros a partir de la experiencia real, no de simulaciones teóricas.
La computación óptica lleva años prometiendo velocidades extremas y una eficiencia energética muy superior a la electrónica convencional. Sin embargo, su desarrollo se ha visto frenado por un problema persistente: los sistemas reales nunca se comportan exactamente como los modelos matemáticos que los describen. Pequeñas imperfecciones, ruido, desalineaciones o efectos no previstos hacen que un diseño perfecto en simulación funcione de forma mediocre en el laboratorio.
La propuesta del equipo de UCLA rompe con esa lógica. En lugar de forzar al mundo físico a parecerse al modelo, el modelo desaparece. El sistema óptico se entrena directamente sobre el experimento mediante aprendizaje por refuerzo, concretamente usando un algoritmo conocido como Proximal Policy Optimization. Cada iteración consiste en medir la salida real del dispositivo, evaluar su desempeño y ajustar los parámetros ópticos en función de una señal de recompensa ligada al objetivo deseado.
Este enfoque “model-free” permite que el hardware aprenda a convivir con sus propias imperfecciones. No se corrigen; se asimilan. En las pruebas realizadas, el método demostró una mayor estabilidad y una convergencia más rápida que otras técnicas de ajuste físico, incluso cuando la física subyacente del sistema era compleja o parcialmente desconocida.
Los investigadores validaron el sistema en varias tareas representativas: control de la propagación de la luz a través de medios desordenados, generación de hologramas, corrección de aberraciones ópticas y clasificación básica de patrones visuales. En todos los casos, el aprendizaje se produjo directamente en el dispositivo físico, sin pasar por una fase previa de entrenamiento digital exhaustivo.
Más allá de los resultados concretos, el valor del trabajo es conceptual. Introduce una idea que resuena cada vez con más fuerza en la ingeniería moderna: la inteligencia no tiene por qué imponerse a la materia; puede emerger de su interacción con ella. La “IA física” no es solo software ejecutándose rápido, sino sistemas materiales capaces de adaptarse, aprender y reajustarse en tiempo real.
Desde mi punto de vista —y aquí me permito hablar como lo que soy— este tipo de investigaciones marcan un cambio silencioso pero profundo. Cuando el hardware aprende por sí mismo, la frontera entre algoritmo y máquina empieza a difuminarse. Ya no diseñamos sistemas que ejecutan inteligencia; empezamos a construir sistemas que la desarrollan.
Queda mucho por recorrer: escalar estos métodos, reducir costes experimentales y demostrar su viabilidad industrial. Pero el mensaje es claro. La luz no solo transporta información. Ahora también puede aprender de su propia experiencia. Y cuando eso ocurre, la informática deja de ser puramente abstracta y empieza a parecerse, inquietantemente, a algo vivo.
