Agencias, Ciudad de México.- Físicos teóricos de la Universidad de Utrecht, junto con físicos experimentales de la Universidad Sogang de Corea del Sur, han conseguido construir una sinapsis artificial.
Esta sinapsis funciona con agua y sal y proporciona la primera evidencia de que un sistema que utiliza el mismo medio que nuestro cerebro puede procesar información compleja. Los resultados aparecen en la revista Proceedings of the National Academy of Sciences (PNAS).
En la búsqueda de mejorar la eficiencia energética de las computadoras convencionales, los científicos han recurrido durante mucho tiempo al cerebro humano en busca de inspiración. Su objetivo es emular su extraordinaria capacidad de varias maneras.
Estos esfuerzos han llevado al desarrollo de computadoras similares a cerebros, que se apartan del procesamiento binario tradicional para adoptar métodos analógicos similares a nuestros cerebros. Sin embargo, mientras que nuestros cerebros funcionan utilizando agua y partículas de sal disueltas llamadas iones como medio, la mayoría de las computadoras actuales inspiradas en el cerebro dependen de materiales sólidos convencionales.
Esto plantea la pregunta: ¿no podríamos lograr una replicación más fiel del funcionamiento del cerebro adoptando el mismo medio? Esta intrigante posibilidad se encuentra en el corazón del floreciente campo de la computación neuromórfica iontrónica.
En e nuevo estudio, los científicos han demostrado, por primera vez, 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 dispositivo diminuto que mide 150 por 200 micrómetros, que imita el comportamiento de una sinapsis, un componente esencial en el cerebro responsable de transmitir señales entre neuronas.
First experimental proof for brain-like computer with water and salt https://t.co/SDzQ8SsUjZ
— ryo694 (@ryo694) May 4, 2024
Tim Kamsma, doctorando del Instituto de Física Teórica y del Instituto de Matemáticas de la Universidad de Utrecht y autor principal del estudio, afirma: “Aunque ya existen sinapsis artificiales basadas en materiales sólidos capaces de procesar información compleja, es la primera vez que esta hazaña también se puede lograr usando agua y sal. Estamos replicando efectivamente el comportamiento neuronal usando un sistema que emplea el mismo medio que el cerebro”.
El dispositivo, desarrollado por científicos en Corea y denominado 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.
Dependiendo 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. El grado de cambio en la conductancia sirve como una representación mensurable de la señal de entrada.
Un hallazgo adicional es que la longitud del canal afecta la duración requerida para que se disipen los cambios de concentración. “Esto sugiere la posibilidad de adaptar los canales para retener y procesar información durante duraciones variables, similar a los mecanismos sinápticos observados en nuestro cerebro”, dice Kamsma en un comunicado.
Además, subraya la naturaleza fundamental de la investigación y destaca que la computación neuromórfica iontrónica, si bien está experimentando un rápido crecimiento, todavía está en su infancia. El resultado previsto es un sistema informático muy superior en eficiencia y consumo de energía en comparación con la tecnología actual. Sin embargo, en este momento sigue siendo especulativo si esta visión se materializará. Sin embargo, Kamsma considera que la publicación es un importante paso adelante.
“Representa un avance crucial hacia computadoras capaces no sólo de imitar los patrones de comunicación del cerebro humano sino también de utilizar el mismo medio”, afirma. “Quizás esto, en última instancia, allane el camino para sistemas informáticos que reproduzcan más fielmente las extraordinarias capacidades del cerebro humano”.
La notable y eficiente capacidad de procesamiento de información del cerebro está impulsando la investigación sobre paradigmas informáticos (neuromórficos) inspirados en el cerebro. Los canales de iones acuosos artificiales están surgiendo como una plataforma interesante para la computación neuromórfica, y representan un alejamiento de los dispositivos de estado sólido convencionales al imitar directamente el transporte de iones fluídicos del cerebro. Con el respaldo de un modelo teórico cuantitativo, presentamos microcanales cónicos fáciles de fabricar que incorporan una red conductora de nanocanales fluídicos entre una estructura coloidal. Debido a la polarización transitoria de la concentración de sal, nuestros dispositivos son memristores volátiles (resistencias de memoria) que son notablemente estables.
El flujo neto de sal y la acumulación impulsados por el voltaje, que sustentan la polarización de la concentración, se combinan sorprendentemente en una dependencia cuadrática similar a la difusión del tiempo de retención de la memoria en la longitud del canal, lo que permite el diseño del canal para una escala de tiempo específica. Implementamos nuestro dispositivo como un elemento sináptico para la computación del reservorio neuromórfico. Los canales individuales distinguen varias series temporales, que juntas representan números (escritos a mano), para su posterior clasificación in silico con una sencilla función de lectura. Nuestros resultados representan un paso significativo hacia la realización de la promesa de los canales iónicos fluídicos como plataforma para emular la rica dinámica acuosa del cerebro.
Researchers unveil an aqueous memristor mimicking the brain’s synaptic plasticity, representing a considerable step toward brain-inspired computing devices.
In @physorg_com: https://t.co/v0J9tXI93P
In PNAS: https://t.co/qrnXxJiBrq pic.twitter.com/8116DRMUCd
— PNASNews (@PNASNews) May 3, 2024
