Uno de los mayores desafíos que enfrenta el desarrollo de inteligencia artificial es entender el cerebro humano y averiguar cómo imitarlo. El sistema nervioso humano está formado por más de 100 billones de sinapsis, estructuras que permiten a las neuronas pasar señales eléctricas y químicas entre sí. En los mamíferos, estas sinapsis pueden iniciar e inhibir los mensajes biológicos.
Muchas sinapsis sólo transmiten un tipo de señal, mientras que otras pueden transmitir ambos tipos simultáneamente o pueden cambiar entre los dos. Para desarrollar sistemas de inteligencia artificial que imiten mejor el aprendizaje humano, la cognición y el reconocimiento de imágenes, los investigadores están imitando sinapsis en el laboratorio con componentes electrónicos. La mayoría de las sinapsis artificiales actuales, sin embargo, sólo son capaces de entregar un tipo de señal. Para resolver esto, un grupo de expertos de las Universidades del Sur de California y de Florida, liderados por Han Wang y Jing Guo crearon una sinapsis artificial que puede reconfigurable enviar señales estimulantes e inhibitorias.
El estudio, publicado por la American Chemical Society, los autores explican que se trata de un dispositivo sináptico que se puede reconfigurar gracias a la aplicación de voltajes en el terminal de entrada. Una unión hecha de fósforo negro (un alótropo del fósforo con cualidades similares al grafeno) y selenuro de estaño permite el cambio entre las señales excitadoras e inhibitorias. Este nuevo dispositivo es flexible y versátil, lo cual es altamente deseable en redes neuronales artificiales. Además, las sinapsis artificiales pueden simplificar el diseño y las funciones de las simulaciones del sistema nervioso.
Juan Scaliter
