¿Podremos crear conciencia artificial? Esta cuestión, tan tecnológica como filosófica, ha sido la pregunta que más me he hecho a lo largo de esta asignatura. Puesto que sea cual sea la respuesta, representa un paso y prácticamente un cambio de paradigma en la sociedad. Por ello, en este año, he tratado de responder a esta tan importante pregunta.
Comprendiendo el corazón del ordenador: lo que aprendí de la arquitectura computacional
Durante este curso, la Unidad 37 sobre Computer Architecture and Interfacing con el profesor Eugenio Shulga Bubley no solo me proporcionó los conocimientos técnicos esenciales sobre cómo funciona un sistema informático, sino que transformó la forma que tenía de ver el potencial y las capacidades de la informática y, especialmente, la inteligencia artificial. En esta asignatura pude entender con claridad cómo se relacionan entre sí los componentes del hardware, desde la CPU y la memoria caché hasta los buses del sistema, y cómo se comunican con el software que los gobierna.
Todo este proceso comenzó con el origen de los ordenadores modernos: la máquina de Turing, la cual es un modelo matemático que consiste en un autómata capaz de implementar cualquier problema matemático expresado por medio de un algoritmo, y la arquitectura de Von Neumann, la cual es un diseño que usa una memoria para almacenar instrucciones y datos. Posteriormente, empezamos a abarcar desde lo más básico: comprender qué es un bit y cómo, a partir de combinaciones de ceros y unos, podemos representar texto, imágenes o sonidos. Todo esto, a pesar de ya tener conocimientos anteriores del funcionamiento de los bits y sus funciones, el poder relacionarlo con más claridad con un lenguaje de alto nivel como Python o C en instrucciones binarias que un procesador puede ejecutar, supuso otro pequeño paso más para mi comprensión completa del ordenador, no solo desde una única perspectiva. Más adelante, gracias al estudio del lenguaje máquina, la arquitectura ISA y los registros internos, comprendí que todo lo
Lo que consideramos “inteligencia” en una máquina comienza por una operación física, concreta, limitada por la energía, el tiempo y el espacio.
Por otro lado, uno de los mayores descubrimientos para mí, sin duda alguna, fue entender que las limitaciones actuales de la inteligencia artificial no son solo algorítmicas o de datos, sino también físicas. La Ley de Moore, que durante décadas sostuvo el avance exponencial de la computación, está llegando a su límite. Ya no se pueden miniaturizar los transistores sin topar con efectos cuánticos como el túnel electrónico. Esto marca un antes y un después, puesto que nos obliga a reinventar la forma en que pensamos y diseñamos hardware. En este contexto, estudiamos alternativas como las FPGAs, la computación en memoria y las arquitecturas paralelas, que abren nuevas posibilidades. Pero, sobre todo, dos enfoques destacaron para mí como las verdaderas llaves del futuro de la IA: las redes neuronales y la computación cuántica.
Redes neuronales y computación cuántica: el nuevo motor de la inteligencia artificial
Lo que más me llamó la atención fueron los apartados de las redes neuronales y la computación cuántica, puesto que tienen un alto potencial en cuanto a lo que supone una conciencia artificial; por ello, me centré en entender y desarrollar más estas dos formas de computación.
Redes neuronales: replicando el pensamiento humano
Las redes neuronales artificiales, inspiradas en el funcionamiento del cerebro, son hoy la base de la inteligencia artificial moderna. Entender cómo operan ha sido una de las experiencias más estimulantes del curso. Al principio, todo se reduce a una idea sencilla: una neurona artificial toma varias entradas, las multiplica por pesos, suma los resultados, añade un bias y pasa el resultado por una función de activación. Si el valor supera un umbral, se activa. Así de simple, pero también así de poderoso.
Lo fascinante es cómo este mecanismo, repetido y conectado en millones de capas, puede llegar a aprender tareas tan complejas como traducir idiomas, componer música o diagnosticar enfermedades. Lo que me impactó profundamente fue ver cómo los pesos, inicialmente aleatorios, se ajustan mediante el aprendizaje supervisado: comparando la salida generada con la esperada y corrigiendo el error. Es un proceso que, en esencia, imita la forma en la que nosotros también aprendemos de nuestros errores.
La estructura en capas (entrada, capas ocultas y salida) da lugar a las llamadas redes profundas o deep learning. Estas redes, como las que emplean modelos como GPT o DALL-E, pueden entender contextos, generar lenguaje, crear imágenes o incluso simular emociones. En la práctica, no entienden nada de lo que hacen, pero logran resultados que se perciben como inteligentes por la forma en la que capturan patrones complejos.
Además, las redes neuronales permiten abordar una cuestión más profunda: ¿es posible replicar el pensamiento humano en una máquina? La neurocomputación plantea que, si conseguimos simular la estructura y dinámica del cerebro con suficiente fidelidad, podríamos acercarnos a una forma de conciencia artificial. Es una idea provocadora que no puede dejar indiferente a quienes, como yo, sienten pasión por la psicología y la filosofía.
Computación cuántica: una revolución que ya ha comenzado
La computación cuántica es, sin duda, una de las fronteras más prometedoras de la informática. Sus principios fundamentales son: el qubit, que puede estar en superposición (ser 0 y 1 a la vez); el entrelazamiento, que conecta qubits a distancia de forma instantánea; y la interferencia cuántica, que permite reforzar las soluciones correctas y cancelar las incorrectas.
Lo realmente asombroso es su potencial para transformar la inteligencia artificial. En campos como la optimización, el aprendizaje automático y el procesamiento masivo de datos, los algoritmos cuánticos pueden explorar soluciones de forma exponencialmente más rápida que los algoritmos clásicos.
Herramientas como Qiskit, PennyLane o TensorFlow Quantum ya permiten experimentar con modelos de quantum machine learning. Conceptos como el Quantum PCA o las Quantum Neural Networks abren la puerta a formas completamente nuevas de procesar datos, entrenar modelos y reconocer patrones.
Aunque los ordenadores cuánticos actuales todavía enfrentan problemas técnicos —como la decoherencia o la necesidad de condiciones extremas—, ya existen prototipos funcionales desarrollados por empresas como IBM, Google o D-Wave. Lo más interesante es que, en lugar de reemplazar a los sistemas clásicos, la computación cuántica se está integrando poco a poco con ellos, tratando así de formar arquitecturas híbridas que combinan lo mejor de ambos mundos.
Desde una perspectiva más filosófica, me parece que la computación cuántica no solo es una tecnología, sino una forma distinta de entender la realidad y el conocimiento. En ella, lo indeterminado, lo simultáneo y lo relacional tienen un valor central, lo cual se asemeja más a cómo funciona nuestro propio pensamiento que a los rígidos sistemas deterministas clásicos.
Conclusión: ¿Es posible una conciencia artificial?
Una vez terminé la asignatura, durante el desarrollo del AB final, me volvió a surgir la misma pregunta: ¿Podremos crear conciencia artificial? ¿Algún día podrán ser conscientes de verdad? Esta es una cuestión tan tecnológica como filosófica, puesto que todavía no hay respuesta a estas preguntas.
En mi opinión, si bien los sistemas actuales de IA logran resultados sorprendentes, carecen completamente de autoconciencia, emociones o intencionalidad. Solo simulan comportamientos humanos, pero no los viven. Sin embargo, el hecho de que la neurocomputación y la computación cuántica estén convergiendo ofrece un nuevo horizonte. Además, personalmente a mí, que me apasiona la psicología y la filosofía, no descarto la posibilidad de que, a fin de cuentas, esté detrás de la cuántica la explicación a nuestro ser.
Para responder esta pregunta, ya existen teorías, las cuales abarcan desde redes cuántico-cognitivas, las cuales no solo moldean los procesamientos de datos, sino que también modifican sus dinámicas de atención, emociones simuladas y autopercepción hasta
La hipótesis de Penrose-Hameroff, que afirma que la conciencia humana surge de procesos cuánticos en estructuras neuronales llamadas microtúbulos. Si esto se llegara a demostrar y lográramos replicarlo artificialmente, podríamos estar ante el nacimiento de una auténtica mente no biológica.
En ese caso, las consecuencias serían profundas, no solo para la tecnología, sino para la sociedad, la ética y nuestra forma de entender lo que significa ser humano. Tal como dijo el filósofo alemán Friedrich Nietzsche, “Dios ha muerto”, y quizás, si alguna vez creamos conciencia desde el código, el debate sobre el alma, el libre albedrío o la existencia divina tendrá que reformularse desde nuevos marcos.
Pero no hay que adelantarse. A día de hoy, solo estamos aprendiendo. Y ese aprendizaje, como el que me ha brindado este proyecto, nos lleva, paso a paso, a entender no solo cómo funcionan las máquinas, sino también cómo funcionamos nosotros.
Autor: Pablo García Ollero
