Quantcast

Ciencia

Crean un circuito que imita a las neuronas y aprende y desaprende

Análisis structural y functional del cerebro

Toda persona que haya aprendido algo voluntariamente alguna vez sabe que la repetición es fundamental para que las ideas, los conceptos o los movimientos musculares coordinados queden bien anclados en nuestra memoria. Si pretendiésemos reproducir el funcionamiento de las neuronas de una pequeña parte del encéfalo usando circuitos electrónicos nos encontraríamos con una dificultad importante a la hora de reproducir ese comportamiento, esto es, el efecto de la repetición. Ello se debe a que las conexiones entre las neuronas reales, las sinapsis, se refuerzan con la repetición (recuerdos) y se debilitan con la falta de ella (olvidos), algo que los circuitos electrónicos no pueden lograr por sí mismos. 

Los dispositivos neuromiméticos podrían usarse para estudiar cómo trabaja el encéfalo. 

Ahora un grupo de investigadores de la Universidad de Harvard (EE.UU.) ha conseguido precisamente esto: unos circuitos neuromiméticos, es decir, que imitan el comportamiento de las sinapsis neuronales y aprenden, recuerdan y olvidan. Los dispositivos neuromiméticos podrían usarse para estudiar cómo trabaja el encéfalo y para diseñar circuitos y sistemas más complejos que exploten algunas de las características computacionales del encéfalo humano. Publican sus resultados en Physical Review Applied

Los dispositivos neuromiméticos emulan a las neuronas y a las sinapsis entre ellas con circuitos gobernados por diferencias en el voltaje que intercambian señales en una red interconectada. Los circuitos convencionales, sin embargo, no pueden reproducir la capacidad de las sinapsis de reforzarse y debilitarse con el tiempo dependiendo de la estimulación que reciban. Esta característica fundamental, conocida de forma genérica como plasticidad, constituye la base del aprendizaje y la memoria. El equipo de Harvard ha conseguido producir dispositivos neuromiméticos que poseen una plasticidad análoga a la de las neuronas; sus diseños les permiten simular varios procesos neuronales que, macroscópicamente, interpretamos como aprendizaje, desaprendizaje y almacenamiento de recuerdos, tanto de neuronas inhibitorias como excitatorias. 

El sistema permitiría el aprendizaje, desaprendizaje y almacenamiento de recuerdos. 

Los investigadores usan en los dispositivos una unidad que equivale a una sinapsis que habían demostrado en un trabajo anterior que funcionaba. Se trata de un transistor cuya intensidad de corriente depende de la resistividad de su canal fabricado a partir de niquelato de samario (SmNiO3). La característica de este niquelato, común con la mayoría de los niquelatos de tierras raras, que lo hacen tan particular es que, a diferencia de los semiconductores convencionales, su resistividad está correlacionada con la conductividad del medio con el que están en contacto. Así, cuando la sinapsis se estimula eléctricamente la resistividad cambia a un valor diferente. 

Basándose en este comportamiento plástico los investigadores han construido pequeños circuitos, cada uno de ellos con varios transistores, que llevan a cabo una variedad de funciones neuronales. Los dispositivos son capaces, por ejemplo, de aprender que dos estímulos están relacionados (como la asociación entre la campana y la comida que hacía el perro en el famoso experimento de Pavlov). Pero también son capaces de desaprender (si los estímulos dejan de estar acoplados durante un tiempo, la relación se olvida) y, como decíamos, de almacenar recuerdos de los estímulos recibidos. 

Si algún día llegamos a poder recrear la capacidad de procesamiento multiparalelo del encéfalo humano, sin sus errores, sin emociones, sin que se canse, haciéndolo tan potente como se necesite, puede que en ese momento sea necesario hablar de una nueva edad en la historia de la humanidad. Este es un paso importante en esa dirección. 

Referencia: Sieu D. Ha, Jian Shi, Yasmine Meroz, L. Mahadevan, and Shriram Ramanathan (2014) Neuromimetic Circuits with Synaptic Devices Based on Strongly Correlated Electron Systems Phys. Rev. Applied 2, 064003 DOI: 10.1103/PhysRevApplied.2.064003 | Imagen: Análisis structural y functional del cerebro (Wikimedia Commons)

* Este artículo es parte de ‘Proxima’, una colaboración semanal de la Cátedra de Cultura Científica de la UPV con Next. Para saber más, no dejes de visitar el Cuaderno de Cultura Científica.

Ya no se pueden votar ni publicar comentarios en este artículo.