Científicos crean un dispositivo que combina neuronas vivas y electrónica para aprender patrones y revolucionar la IA

Un desarrollo reciente de la Universidad de Princeton propone un salto tecnológico al combinar células cerebrales vivas con circuitería electrónica dentro de un único dispositivo tridimensional, capaz de aprender y reconocer patrones, según informó el portal especializado en tecnología TechXplore.

El estudio, publicado en la revista Nature Electronics, demuestra que la integración física de neuronas y una estructura electrónica puede transformar la comprensión de la computación de próxima generación y de la eficiencia energética en inteligencia artificial.

El equipo, liderado por Tian-Ming Fu, James Sturm y Kumar Mritunjay, diseñó un entramado tridimensional de alambres metálicos microscópicos y electrodos recubiertos por una capa epoxi —un revestimiento de dos componentes (resina y endurecedor) que, al mezclarse, reacciona químicamente para crear una superficie dura, duradera y resistente a la abrasión—extremadamente delgada.

Esta recubierta, con la elasticidad precisa para interactuar con neuronas biológicas, permitió cultivar decenas de miles de neuronas en una red tridimensional utilizada como base para procesamiento de información.

La clave técnica estuvo en que la integración permitió un registro y estimulación eléctrica de las neuronas a una escala mucho más fina que las aproximaciones anteriores, que usaban únicamente cultivos en dos dimensiones o esferas celulares manipuladas desde el exterior.

Durante más de seis meses de experimentación, los investigadores manipularon la fortaleza de conexiones neuronales específicas y entrenaron un algoritmo capaz de reconocer patrones de pulsos eléctricos generados por la propia red biológica.

A lo largo del estudio, implementaron un seguimiento cuantitativo de los mapas de conectividad, lo que facilitó el análisis detallado de cómo las redes neuronales modifican su estructura interna y la fortaleza de sus interconexiones ante distintos estímulos, tanto eléctricos como químicos, de acuerdo don los datos de la publicación original. Esta aproximación permitió por primera vez un registro sostenido y manipulable de la evolución funcional en una red biológica tridimensional.

Detección de estímulos espaciales y temporales

Los ensayos incluyeron la presentación de pares de patrones espaciales distintos y, en otra prueba, patrones temporales diferenciados. El sistema logró discriminar correctamente tanto los estímulos espaciales como los temporales, lo que según los autores abre la posibilidad de escalar el sistema para enfrentar tareas computacionales cada vez más complejas.

Entre los datos destacados por los investigadores, figura el potencial de estas redes neuronales biológicas para abordar uno de los principales desafíos actuales de la inteligencia artificial: el consumo energético. Fu, profesor asistente de ingeniería eléctrica y computación en Princeton y el Instituto Omenn-Darling de Bioingeniería, afirmó que el mayor cuello de botella para la IA en el futuro cercano es la energía.

Añadió que el cerebro humano consume apenas una millonésima parte de la energía que requieren los sistemas actuales de inteligencia artificial para realizar tareas similares.

Proyecciones y aplicaciones futuras

El estudio apunta a ampliar el conocimiento sobre el procesamiento cerebral y a revolucionar el campo de la computación. Según Mritunjay, primer autor del artículo, sistemas como este, denominados redes neuronales biológicas tridimensionales, “no solo ayudan a desentrañar los secretos computacionales del cerebro, sino que también pueden contribuir a comprender y, posiblemente, tratar enfermedades neurológicas”.

El avance representa una transición concreta respecto de proyectos anteriores que utilizaban neuronas en placas bidimensionales o conglomerados celulares manipulados desde el exterior. Al trabajar desde el interior de la red neuronal y no solo sobre su superficie, la nueva arquitectura posibilita experimentos con el fortalecimiento y debilitamiento de conexiones neuronales y la observación prolongada (más de seis meses) de la evolución de la red, lo que constituye una plataforma experimental que, de este modo, abre la puerta a nuevas soluciones en neurociencia y computación de bajo consumo energético.

Según los autores, los próximos pasos estarán enfocados en ampliar la capacidad del sistema para abordar funciones computacionales más avanzadas. A su vez, consideran que, en el futuro, podrían explorarse aplicaciones tanto tecnológicas como biomédicas, lo que permitiría establecer una plataforma que una biología y electrónica en una sola estructura tridimensional.