Así funcionan las neuronas impresas en materiales flexibles que replican a la perfección la dinámica del cerebro

Un equipo de ingenieros de la Northwestern University logró que neuronas artificiales impresas establezcan comunicación directa con células cerebrales vivas, un avance que permite a estos dispositivos activar respuestas neuronales reales gracias a señales eléctricas idénticas, informó el portal especializado en ciencia y tecnología TechXplore.

La investigación, publicada en la revista Nature Nanotechnology, abre una vía hacia tecnologías capaces de enlazarse con el sistema nervioso, con potencial para el desarrollo de implantes auditivos, visuales o de movilidad y, a futuro, para sistemas de computación radicalmente más eficientes a nivel energético.

Estas neuronas artificiales impresas son microdispositivos electrónicos fabricados mediante técnicas de impresión avanzada, capaces de imitar y reproducir las señales eléctricas que usan las neuronas biológicas para comunicarse.

En las pruebas realizadas, los científicos aplicaron señales eléctricas provenientes de dichas neuronas a cortes de cerebro de ratón. El resultado fue una activación exitosa de las neuronas biológicas, que reconocieron y procesaron los impulsos artificiales como si fueran propios.

Los investigadores verificaron que estos dispositivos, construidos sobre materiales flexibles y económicos, lograron imitar no solo la forma, sino también el ritmo y la duración de los impulsos eléctricos presentes en las neuronas reales, una capacidad que hasta ahora no había sido alcanzada por ninguna otra tecnología artificial con estos materiales.

Materiales y métodos de fabricación de neuronas artificiales

La relevancia de este avance radica en su aplicación para enfrentar el actual desafío energético que representa el desarrollo de la inteligencia artificial. El profesor Mark C. Hersam, líder del estudio y especialista en computación neuromórfica, subrayó que el cerebro es “cinco órdenes de magnitud más eficiente en consumo energético que una computadora digital”, razón por la cual replicar su funcionamiento resulta clave para crear hardware más eficaz.

Hersam, que ocupa la cátedra Walter P. Murphy de Ciencia e Ingeniería de Materiales en la McCormick School of Engineering de la universidad, advirtió que “el entrenamiento de la inteligencia artificial basado en grandes volúmenes de datos ha generado un problema colosal de consumo de energía”, y agregó que la solución a escala requiere tecnologías inspiradas en la estructura cerebral.

Las actuales computadoras abordan desafíos de cálculo y procesamiento de datos mediante la integración de miles de millones de transistores en chips de silicio rígidos, homogéneos y bidimensionales. En contraste, el cerebro opera mediante redes tridimensionales, blandas y altamente heterogéneas, con neuronas que cumplen funciones especializadas y adaptan sus conexiones a lo largo del tiempo.

El líder del estudio señaló que la electrónica convencional es rígida y uniforme, mientras que el cerebro es diverso, dinámico y tridimensional. Alcanzar ese nivel de complejidad, sostiene, requiere nuevos materiales y formas de fabricar circuitos.

Capacidad funcional y eficiencia de las neuronas impresas

Para construir estos dispositivos, el equipo utilizó tintas electrónicas compuestas por molibdenita (MoS2), un material semiconductor, y grafeno como conductor. Mediante la técnica de impresión por aerosol, plasmaron estos compuestos sobre sustratos poliméricos flexibles.

Uno de los factores clave fue el tratamiento del polímero estabilizador presente en las tintas. Aunque este componente se utiliza para mantener su homogeneidad, suele eliminarse por completo porque dificulta el paso de la corriente eléctrica.

El equipo, en cambio, optó por una descomposición parcial: al dejar pequeñas porciones del polímero y degradarlas parcialmente durante el paso de corriente, se generó un canal conductor localizado, como si se abriera parcialmente una compuerta para dirigir el flujo de agua por un canal específico.

Esta metodología generó respuestas eléctricas abruptas y localizadas, equiparables a los picos eléctricos neuronales, lo que posibilitó que las neuronas artificiales no solo emitan impulsos simples, sino también patrones complejos tales como ráfagas continuas y señales repetitivas, equivalentes a los modos de transmisión de las neuronas vivas.

Al aprovechar esta diversidad de señales, cada unidad artificial puede almacenar mayor cantidad de información y realizar una gama más sofisticada de operaciones, lo que implica una reducción del número de componentes requeridos en un sistema de computación y, en consecuencia, una mejora sustancial en eficiencia.

Validación biológica de las neuronas impresas

Con el objetivo de validar su compatibilidad con la biología, el laboratorio de Hersam colaboró con la profesora Indira M. Raman, del departamento de Neurobiología en el Weinberg College of Arts and Sciences de Northwestern.

Raman y su equipo comprobaron que los picos de voltaje generados por estos sistemas artificiales coincidían con características biológicas clave, como el momento de aparición y la duración de los impulsos reales del cerebro.

Estos “picos” son breves señales eléctricas que permiten la comunicación entre células cerebrales. Que las señales artificiales logren replicar con precisión tanto su forma como su timing implica que pueden integrarse de manera natural en redes vivas. En este contexto, el experimento demostró una activación confiable de redes neuronales en tejido cerebral de ratón, reproduciendo el efecto de las señales biológicas.

Hersam puntualizó que, hasta la fecha, otros grupos habían creado neuronas artificiales con materiales orgánicos, pero éstas producían señales demasiado lentas, o bien, empleaban óxidos metálicos cuyas respuestas resultaban excesivamente rápidas para el sistema biológico.

El método actual -afirmó- consigue datos que no solo se ajustan a la escala temporal adecuada, sino que además replican la forma exacta del pico necesario para interactuar con neuronas vivas.

Implicaciones ambientales y desafíos energéticos

La investigación destacó varios beneficios medioambientales y económicos asociados al nuevo proceso. Además de ofrecer eficiencia energética, la producción resulta sencilla y de bajo costo, ya que la impresión de las neuronas solo requiere depositar material allí donde es necesario, lo que disminuye la generación de residuos.

El líder del estudio enfatizó que la escalabilidad de la inteligencia artificial está limitada por el consumo energético, al punto que las empresas tecnológicas comenzaron a construir centros de datos de gigavatios apoyados en centrales nucleares dedicadas, y alertó que “resulta difícil imaginar un centro de datos futuro que necesite 100 centrales nucleares”.

Añadió que el enfriamiento de estos centros, intensivo en uso de agua, ejerce una presión adicional sobre los recursos hídricos. “Debemos idear hardware mucho más eficiente en términos energéticos para la inteligencia artificial”, enfatizó.

La precisión de las señales generadas por las neuronas impresas, la sencillez en su fabricación y su baja huella ambiental configuran una plataforma que, conforme al portal especializado, podría permitir tanto avances en la comunicación directa con el sistema nervioso como en el diseño de computadoras con una eficiencia nunca antes lograda.