Hacia una computación capaz de saber cuándo actuar y cuándo esperar
La historia de la computación moderna puede narrarse como el triunfo extraordinario de una decisión tecnológica: representar información mediante dos estados. El bit hizo posible una arquitectura robusta, escalable y manufacturable; sobre él se edificaron los procesadores digitales, las telecomunicaciones, Internet y, finalmente, la inteligencia artificial contemporánea. Sin embargo, el éxito histórico de una arquitectura no demuestra que constituya la única —ni necesariamente la óptima— forma de representar todos los problemas computacionales.
Claude Shannon proporcionó el marco matemático que permite comprender esta cuestión. Su teoría no obliga a que la información se codifique exclusivamente mediante alfabetos de dos símbolos; establece una medida logarítmica de la información asociada al conjunto de posibilidades (Shannon, 1948). De ahí surge una observación elemental pero decisiva:
I2 = log2 (2) = 1 bit
mientras que:
I3 = log2 (3) ≈ 1.585 bits
Un símbolo ternario equiprobable posee, por tanto, aproximadamente 58.5 % más capacidad informacional por posición que uno binario. El documento Del bit al equilibrio (Anaya. 2026) parte de esta diferencia, pero desarrolla una hipótesis considerablemente más ambiciosa: el verdadero interés del tercer estado no tendría que residir solamente en almacenar más información, sino en representar una función que el binario no expresa de manera nativa: el equilibrio.
Ése es el núcleo del Modelo Trinario de Equilibrio (MTE):
A = {−1, 0, +1}
(−) Inhibición, (=) Equilibrio, (+) Activación.
El documento no pretende presentar la computación ternaria como una invención nueva. Al contrario, reconoce sus antecedentes y distingue explícitamente el MTE del ternario balanceado, de las lógicas trivalentes clásicas y de las actuales redes neuronales ternarias. Su reivindicación de originalidad se concentra en elevar el equilibrio a categoría lógica primaria, distinta de posibilidad, incertidumbre, desconocimiento o simple valor cero.
Del tercer número al tercer significado
Esta distinción es esencial para evaluar científicamente la propuesta.
Una arquitectura puede utilizar tres valores sin poseer ninguna teoría del equilibrio. Las Ternary Weight Networks, por ejemplo, emplean pesos (-1, 0, +1). Li, Liu, Wang, Zhang y Yan reportaron importantes ventajas de compresión y cálculo: hasta 16× de compresión respecto de contrapartes float32 y menor necesidad de multiplicaciones (Li et al., 2016).
De manera semejante, Trained Ternary Quantization mostró que redes profundas podían trabajar con pesos ternarios y factores de escala, obteniendo modelos cercanos a 16 veces más pequeños que sus equivalentes de precisión completa durante inferencia, con resultados competitivos en CIFAR-10 e ImageNet (Zhu et al., 2017).
Estos trabajos son importantes para el MTE precisamente porque establecen un límite conceptual: demostrar que tres valores funcionan no basta para demostrar el MTE.
Su aportación tendría que encontrarse en otro nivel.
En una TWN, el cero puede significar que determinado peso ha sido anulado. En el MTE, en cambio, el estado central pretende tener semántica operacional:
(=) No es “0” entendido únicamente como ausencia.
Podría significar mantener, observar, regular, posponer, estabilizar o solicitar información adicional. El documento insiste precisamente en que el equilibrio no debe interpretarse como mera inacción, sino como una condición funcional susceptible de formar parte del proceso decisional.
Esta reinterpretación constituye, simultáneamente, la mayor fortaleza conceptual del modelo y su mayor obligación científica.
La máquina que puede abstenerse
Pensemos en un sistema de inteligencia artificial encargado de tomar decisiones.
En una formulación simplificada, un clasificador binario debe escoger entre: (+) o (−) aunque su confianza sea marginal.
El MTE propone introducir estructuralmente: (=) como una tercera salida funcional. En medicina podría corresponder a observar o solicitar estudios adicionales; en finanzas, a remitir una transacción a revisión; en robótica, a esperar antes de ejecutar una acción. El propio documento desarrolla estas correspondencias para sistemas clínicos y financieros.
Esto permite formular una concepción diferente de la inteligencia artificial. Un sistema inteligente no sería únicamente aquel capaz de seleccionar correctamente una acción. También podría ser aquel capaz de reconocer cuándo todavía carece de razones suficientes para actuar.
La diferencia es profunda: Inteligencia No es decidir siempre. Podríamos proponer:
Inteligencia adaptativa = acción + inhibición + regulación
Pero esta formulación debe mantenerse, por ahora, como hipótesis. La abstención, las opciones de rechazo y los sistemas de decisión bajo incertidumbre poseen antecedentes propios. Por consiguiente, la novedad científica del MTE no puede sustentarse simplemente en afirmar que una máquina puede posponer una decisión. Debe demostrar que hacer del equilibrio un estado lógico estructural produce propiedades que no aparecen de manera equivalente mediante umbrales probabilísticos, reject options u otros mecanismos convencionales.
Del ahorro matemático al ahorro tecnológico
Existe además una segunda vertiente particularmente atractiva: la eficiencia.
Para representar aproximadamente el mismo espacio de estados, (n) bits requieren:
M ≈ n/log2 3 ≈ 0.631n
trits.
En términos estrictamente representacionales, esto equivale a una reducción aproximada del 36.9 % en el número de dígitos.
El documento ilustra esta propiedad mediante la representación de un millón de posibilidades: aproximadamente 20 bits frente a 13 trits. Al mismo tiempo, reconoce correctamente una limitación crucial: la ventaja matemática no garantiza una ventaja tecnológica inmediata, porque un dispositivo ternario debe afrontar ruido, separación entre niveles y dificultades de fabricación.
Esta cautela debe conservarse en cualquier publicación científica del MTE.
No es correcto concluir: 36.9% menos trits = 36.9% menos consumo de energía.
Tampoco: 1.585 bits/trit = 58.5% más eficiencia del procesador.
Son magnitudes diferentes.
Un circuito de tres niveles puede necesitar mecanismos adicionales de detección, mayores márgenes de seguridad, conversores o componentes más complejos. Por ello, la magnitud científicamente relevante no es el ahorro bruto, sino:
G neto = G representacional -C multinivel
donde “G representacional” engloba posibles ganancias en memoria, interconexión y operaciones, mientras “C multinivel” reúne el coste físico necesario para distinguir y mantener tres estados.
El documento reconoce explícitamente que cualquier ventaja energética dependería de la plataforma física y no constituye una propiedad matemática universal. Esta distinción fortalece la propuesta porque separa una ventaja demostrable de teoría de la información de una hipótesis de ingeniería todavía por validar.
Del silicio binario al hardware multinivel
El problema físico tampoco convierte la investigación en una especulación puramente abstracta.
Las tecnologías de memoria resistiva, la electrónica multinivel, la computación neuromórfica, la fotónica y otras arquitecturas no convencionales muestran que existe un espacio tecnológico legítimo para investigar sistemas que no reproduzcan exactamente el esquema CMOS binario tradicional. Los memristores, por ejemplo, constituyen una línea consolidada de investigación en dispositivos resistivos con memoria; el trabajo de Strukov et al. (2008) se convirtió en una referencia fundamental de esta área.
Más importante todavía, la investigación contemporánea sobre redes ternarias demuestra que reducir la precisión puede generar ventajas reales. No es necesario esperar a una computadora ternaria universal para experimentar con representaciones de tres valores: pueden utilizarse en redes neuronales, aceleradores y arquitecturas especializadas.
Esto sugiere una estrategia editorial y científica importante para el MTE: no presentar el abandono del bit como requisito para validar el modelo.
El MTE puede estudiarse inicialmente sobre hardware binario convencional mediante codificación de estados ternarios. Después puede trasladarse a FPGA y, si los resultados lo justifican, avanzar hacia ASIC o dispositivos multinivel. El propio programa de investigación del documento contempla una trayectoria de este tipo, desde formalización y simulación hasta FPGA, ASIC, sistemas neuromórficos y arquitecturas híbridas.
La prueba decisiva: separar «ternario» de «MTE»
Éste es, a mi juicio, el punto metodológico que debe ocupar el centro de la siguiente fase de investigación.
Una comparación: Binario vs. MTE es insuficiente.
Si el MTE obtiene mejores resultados, quedaría sin resolver una pregunta fundamental: ¿la mejora procede del concepto de equilibrio o simplemente de disponer de tres estados?
El experimento científicamente discriminante necesita al menos: Binario vs Ternario convencional vs MTE
manteniendo, en la medida de lo posible, constantes la arquitectura, el dataset, el presupuesto computacional y el procedimiento de entrenamiento.
Sólo entonces será posible aislar el denominado efecto equilibrio:
Δ E =M (MTE) – M (Ternario control)
para una métrica (M) determinada.
El documento ya formula un diseño experimental basado en simulaciones Monte Carlo, redes neuronales y datasets reales, y establece como principio que los resultados y scripts deben conservarse para permitir reproducción independiente. Esa orientación es correcta, pero debe llevarse un paso más lejos: predefinir hipótesis, controles, métricas, tamaños muestrales y criterios de éxito antes de observar los resultados.
También conviene revisar cuidadosamente algunas cifras internas. Por ejemplo, las estimaciones energéticas relativas atribuidas a FP32, BNN, TWN, TTQ y MTE-NN que aparecen en el manuscrito no deberían presentarse como resultados experimentales establecidos mientras no procedan de mediciones reproducibles sobre hardware o de un modelo energético calibrado. Deben etiquetarse como escenarios hipotéticos, estimaciones o resultados de simulación, según corresponda.
El equilibrio como información operativa
La dimensión más original del modelo quizá no sea finalmente electrónica, sino epistemológica.
La lógica clásica pregunta: ¿verdadero o falso?
La probabilidad pregunta: ¿con qué grado de confianza?
El MTE pretende añadir otra pregunta: ¿existen condiciones suficientes para actuar?
Ese desplazamiento convierte el equilibrio en información acerca de la acción, no necesariamente acerca de la verdad.
Un sistema podría tener una probabilidad estimada y simultáneamente, encontrarse en estado (=). No porque ignore completamente la respuesta, sino porque la evidencia disponible, el coste de equivocarse o las reglas de seguridad aconsejan conservar provisionalmente el sistema en una región regulatoria.
Esto permite distinguir: incertidumbre epistemológica de equilibrio operacional.
La primera describe cuánto sabemos; el segundo, qué conviene hacer dadas las condiciones existentes.
Si esta distinción pudiera formalizarse rigurosamente, constituiría una aportación mucho más defendible que afirmar simplemente que el MTE descubre un tercer valor lógico.
De Nash al Meta-Nash
La extensión hacia teoría de juegos abre otra posibilidad relevante.
El equilibrio de Nash describe una situación en la cual ningún jugador puede mejorar unilateralmente su resultado modificando su estrategia mientras los demás mantienen las suyas. El MTE intenta incorporar a esa estabilidad estratégica una segunda dimensión: la estabilidad sistémica.
El manuscrito propone combinar ambas mediante un índice y plantea además regiones dinámicas de estabilidad —el denominado Meta-Nash— en lugar de limitar el análisis a un único punto.
La intuición merece investigación, pero requiere una formalización particularmente cuidadosa. Un equilibrio de Nash puede ser socialmente indeseable, ineficiente o frágil. De hecho, el propio documento advierte correctamente que no todo equilibrio es deseable y que estabilidad no debe confundirse con calidad moral o social.
Por ello, una futura teoría de juegos MTE tendría que distinguir al menos tres magnitudes:
EN= Estabilidad Estratégica
ES = Estabilidad Sistémica
B = Bienestar o desempeño colectivo.
Sólo así podría investigarse si existen configuraciones que sean simultáneamente Nash-estables, sistémicamente resilientes y colectivamente eficientes.
El MTE frente a su crítica más importante
Un trabajo científico sólido debe contener las condiciones bajo las cuales podría demostrarse equivocado.
El propio documento reconoce una objeción decisiva: todavía no existe evidencia empírica suficiente y gran parte de las hipótesis requiere validación futura.
Esta limitación no debe ocultarse. Debe convertirse en una virtud metodológica.
La hipótesis central puede formularse de manera falsable:
En determinados problemas adaptativos sometidos a incertidumbre, una arquitectura que represente explícitamente Activación, Equilibrio e Inhibición obtendrá ventajas estadísticamente significativas y reproducibles frente a arquitecturas binarias y ternarias convencionales equivalentes.
Entonces pueden establecerse condiciones de refutación. Si (=) no mejora ninguna métrica relevante; si una regla probabilística convencional reproduce los mismos resultados con menor complejidad; si el coste del tercer estado supera sistemáticamente sus beneficios; o si los resultados desaparecen al utilizar controles adecuados, la hipótesis deberá rechazarse o restringirse.
Ese criterio separa una teoría científica de una metáfora sugerente.
Del bit al trit… y del trit al equilibrio
El documento examinado ya no es simplemente una propuesta sobre numeración ternaria. Su arquitectura integra axiomática, álgebra, operadores, métricas, redes neuronales, simulaciones Monte Carlo, datasets reales, epistemología, filosofía, teoría de juegos, hardware y una agenda tecnológica de largo plazo.
Precisamente por esa amplitud, la siguiente etapa debería ser de concentración científica.
No es necesario demostrar simultáneamente que el MTE transforma la computación, la biología, la economía, la filosofía, la teoría de juegos y la inteligencia artificial. Basta demostrar primero algo más pequeño y mucho más poderoso: que aporta una ventaja propia, medible y reproducible.
Si esa proposición se confirma, las extensiones posteriores adquirirán una base empírica sólida. Si no se confirma, el modelo podrá reformularse antes de extenderse a dominios más ambiciosos.
La pregunta que emerge de Del bit al equilibrio (Anaya. 2026) es, por ello, más profunda que la comparación entre dos y tres símbolos.
El bit enseñó a la máquina a distinguir.
El trit puede permitirle representar una alternativa adicional.
Pero el desafío específico del Modelo Trinario de Equilibrio es demostrar que una máquina puede utilizar ese tercer estado para algo cualitativamente diferente: regular su propia decisión.
La computación clásica ha perfeccionado durante décadas la pregunta: ¿sí o no?
Una próxima generación de sistemas inteligentes quizá necesite dominar una pregunta previa:
¿es realmente necesario decidir ahora?
Si el MTE consigue traducir esa intuición en teoremas consistentes, algoritmos reproducibles, comparaciones controladas y ventajas empíricamente verificables, el tránsito relevante no será simplemente del bit al trit. Será del trit al equilibrio.
Te invitamos a ver el video de “Laicos en la Vida Pública” sobre el tema:
Así como la presentación:
Del bit al equilibrio – Google Drive
Referencias APA
Anaya, C. (2026). Del bit al equilibrio: ¿puede un tercer estado cambiar la computación? Academia.edu (18) Del bit al equilibrio: ¿puede un tercer estado cambiar la computación?
Brusentsov, N. P., & Ramil Alvarez, J. (2011). Ternary computers: The Setun and the Setun 70. En J. Impagliazzo & E. Proydakov (Eds.), Perspectives on Soviet and Russian computing (IFIP Advances in Information and Communication Technology, Vol. 357, pp. 74–80). Springer. Perspectivas sobre la informática soviética y rusa: Primera conferencia IFIP WG 9.7, SoRuCom 2006, Petrozavodsk, Rusia, 3-7 de julio de 2006, Artículos Seleccionados Revisados | Enlace de la naturaleza de Springer
Chow, C. K. (1970). On optimum recognition error and reject tradeoff. IEEE Transactions on Information Theory, 16(1), 41–46. Sobre error de reconocimiento óptimo y compensación de rechazo | Revistas y Revistas IEEE | IEEE Xplore
Li, F., Liu, B., Wang, X., Zhang, B., & Yan, J. (2016). Ternary weight networks [Preprint]. arXiv. [1605.04711] Redes de Peso Ternario
Mead, C. (1990). Neuromorphic electronic systems. Proceedings of the IEEE, 78(10), 1629–1636. Sistemas electrónicos neuromórficos | CaltechAUTORES
Metropolis, N., & Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association, 44(247), 335–341. El método de Montecarlo: Journal of the American Statistical Association: Vol 44, Nº 247
Nash, J. F., Jr. (1950). Equilibrium points in n-person games. Proceedings of the National Academy of Sciences of the United States of America, 36(1), 48–49. Puntos de equilibrio en juegos de N Personas – PMC
Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27(3), 379–423; 27(4), 623–656. Una teoría matemática de la comunicación – Shannon – 1948 – Revista técnica del Sistema Bell – Wiley Online Library
Strukov, D. B., Snider, G. S., Stewart, D. R., & Williams, R. S. (2008). The missing memristor found. Nature, 453(7191), 80–83. El memristor perdido encontrado | Naturaleza
Wang, X., Chen, X., Zhou, J., Liu, G., Kang, S. M., Nandi, S. K., Elliman, R. G., & Iu, H. H.-C. (2024). A balanced CMOS compatible ternary memristor-NMOS logic family and its application. IEEE Transactions on Circuits and Systems I: Regular Papers, 71(10), 4560–4573. Una familia de lógica ternaria memristor-NMOS compatible con CMOS balanceada y su aplicación | Revistas y Revistas IEEE | IEEE Xplore
Zhu, C., Han, S., Mao, H., & Dally, W. J. (2017). Trained ternary quantization. En 5th International Conference on Learning Representations (ICLR 2017). OpenReview. 467_trained_ternary_quantization.pdf