Puede marcar un paso crucial en el diseño de ordenadores neuromórficos, que emulan el funcionamiento del cerebro humano
Representación gráfica de la sinapsis artificial realizada con agua y sal. La sinapsis consta de esferas coloidales con nanocanales entre ellas. / CRÉDITO: UNIVERSIDAD DE UTRECHT.
Pablo Javier Piacente
Físicos teóricos han logrado construir una sinapsis artificial que funciona con agua y sal: es la primera evidencia de que un sistema que utiliza el mismo medio que nuestro cerebro puede procesar información compleja, en un avance importante para el desarrollo de ordenadores biológicos.
Un grupo de investigadores de la Universidad de Utrecht, en Países Bajos, han desarrollado un prototipo experimental de ordenador biológico neuromórfico que emula las características de plasticidad sináptica a corto plazo del cerebro humano, mediante el transporte de iones en agua y reflejando los procesos naturales en el cerebro.
Tratando de imitar al cerebro humano
Se trata de la primera evidencia obtenida hasta hoy de que un sistema artificial que emplea el mismo medio que existe en el cerebro, o sea básicamente agua y sal, tiene la capacidad de procesar información de carácter complejo, según detallan los científicos en un nuevo estudio publicado en la revista Proceedings of the National Academy of Sciences (PNAS).
Es importante recordar que la sal es una molécula formada por iones de sodio y de cloro: los iones son átomos que han perdido o sumado un electrón y, de esta forma, se encuentran cargados de electricidad. En el cerebro, el transporte de estos iones en agua genera las reacciones eléctricas que permiten la actividad de las neuronas al transmitir información y su interconexión en sinapsis.
Sin embargo, los principios informáticos del cerebro, basados en neuronas conectadas por sinapsis, y los portadores de información, o sea los iones en agua, difieren notablemente de los utilizados en los ordenadores convencionales, que requieren materiales sólidos y funcionan en estructuras artificiales totalmente diferentes.
En los últimos años, la informática se ha centrado en desarrollar ordenadores biológicos y neuromórficos, o sea sistemas que logren imitar los procesos naturales del cerebro e incorporen componentes biológicos, en un esquema que podría acercarse en mayor medida a la efectividad y capacidad de cómputo de nuestro cerebro.
Un avance clave
Hasta el momento, uno de los grandes inconvenientes para lograr este avance es reproducir el proceso en el mismo medio que utiliza el cerebro. Según una nota de prensa, los científicos a cargo de la nueva investigación pudieron desarrollar un sistema dependiente de agua y sal que exhibe la capacidad de procesar información compleja, reflejando la funcionalidad de nuestro cerebro.
Un elemento central de este descubrimiento es un pequeño dispositivo, que mide 150 por 200 micrómetros, que imita el comportamiento de una sinapsis natural, un componente esencial del funcionamiento del cerebro que es responsable de transmitir señales entre neuronas. El sistema se aplica con eficiencia a la computación de reservorios, un marco de aprendizaje automático inspirado en el cerebro.
Este elemento informático trabaja en un fluido idéntico al empleado en el cerebro humano. El dispositivo se denomina memristor iontrónico: consta de un microcanal en forma de cono lleno de una solución de agua y sal. Al recibir impulsos eléctricos, los iones dentro del líquido migran a través del canal, lo que provoca alteraciones en la concentración de iones.
En función de la intensidad o duración del impulso, la conductividad del canal se ajusta en consecuencia, reflejando el fortalecimiento o debilitamiento de las conexiones entre neuronas. “Esto sugiere la posibilidad de adaptar los canales para retener y procesar información durante períodos variables, de forma similar a los mecanismos sinápticos observados en nuestro cerebro", concluyó en el comunicado el científico Tim Kamsma, autor principal del estudio.
____________________
Referencia
Brain-inspired computing with fluidic iontronic nanochannels. Tim M. Kamsma et al. PNAS (2024). DOI:https://doi.org/10.1073/pnas.2320242121
__________
Fuente:
