Neuronas artificiales que hablan con el cerebro: el avance que puede revolucionar la inteligencia artificial y la neurotecnología
Unos dispositivos impresos logran comunicarse con neuronas vivas y reproducir sus señales con una precisión inédita. El avance acerca la integración entre cerebro y máquina y apunta a una inteligencia artificial mucho más eficiente.
Por Enrique Coperías, periodista científico
Imagen conceptula de una neurona artificial flexible estableciendo contacto con una neurona biológica en una sinapsis híbrida, y recreando señales eléctricas capaces de activar tejido cerebral vivo. Crédiro: IA-DALL-E-Rexmolón Producciones
Un hito en la comunicación entre máquinas y neuronas vivas
Un equipo de ingenieros de la Northwestern University, en Estados Unidos, ha dado un paso que, hasta hace poco, pertenecía más a la ciencia ficción que a la ingeniería: fabricar neuronas artificiales capaces no solo de imitar al cerebro, sino de comunicarse de manera directa con él mediante impulsos eléctricos.
El sensacional avance, que ha sido publicado en la revista Nature Nanotechnology, abre la puerta a dispositivos electrónicos que interactúan con el sistema nervioso y a una nueva generación de computación inspirada en el cerebro, mucho más eficiente energéticamente.
Los investigadores han desarrollado dispositivos flexibles y de bajo coste capaces de generar señales eléctricas lo suficientemente realistas como para activar células cerebrales vivas. En experimentos con tejido de cerebros de ratón, estas neuronas artificiales lograron desencadenar respuestas en neuronas reales, y demostraron un nivel de biocompatibilidad que hasta ahora no se había alcanzado.
Un hardware más eficiente para manejar el big data y la IA
El trabajo apunta a posibles aplicaciones en interfaces cerebro-máquina y neuroprótesis, como implantes para la audición, la visión o el movimiento, pero también a un problema más amplio y urgente: el enorme consumo energético de la inteligencia artificial (IA)
🗣️«El mundo en el que vivimos hoy está dominado por la inteligencia artificial —explica Mark C. Hersam, investigador principal del estudio. Y añade—: La forma de hacer que la IA sea más inteligente es entrenarla con más y más datos. Este entrenamiento intensivo en datos conduce a un problema masivo de consumo de energía. Por lo tanto, tenemos que idear un hardware más eficiente para manejar el big data y la IA. Dado que el cerebro es cinco órdenes de magnitud más eficiente energéticamente que un ordenador digital, tiene sentido mirarlo como inspiración para la computación de próxima generación».
La comparación no es trivial. Los ordenadores actuales aumentan su potencia añadiendo miles de millones de transistores idénticos en chips de silicio rígidos y bidimensionales. Una vez fabricados, estos sistemas permanecen inmutables. El cerebro, en cambio, funciona de forma radicalmente distinta: es blando, tridimensional, dinámico y heterogéneo, formado por distintos tipos de neuronas que cambian constantemente sus conexiones.
Unas neuronas artificiales que imitan mejor al cerebro
«El silicio logra la complejidad agrupando miles de millones de dispositivos idénticos —señala Hersam—. Todo es igual, rígido y fijo una vez fabricado. El cerebro es lo opuesto. Es heterogéneo, dinámico y tridimensional. Para avanzar en esa dirección, necesitamos nuevos materiales y nuevas formas de construir la electrónica».
Aunque ya existen neuronas artificiales, la mayoría generan señales simplificadas que obligan a usar redes grandes y energéticamente costosas para reproducir comportamientos complejos. Ahora bien, el equipo de Northwestern ha optado por un enfoque distinto: utilizar materiales imprimibles y blandos que imitan mejor la estructura cerebral.
La clave está en unas tintas electrónicas formadas por láminas nanométricas de disulfuro de molibdeno (MoS2) (un semiconductor) y grafeno (un conductor eléctrico), depositadas mediante una técnica de impresión por chorro de aerosol sobre sustratos flexibles. En trabajos anteriores, el polímero que estabiliza estas tintas se consideraba un obstáculo y se eliminaba tras la impresión. Hersam, sin embargo, decidió convertir ese defecto en una ventaja.
Una impresora por chorro de aerosol deposita tintas electrónicas sobre un sustrato polimérico flexible en el laboratorio de Mark Hersam, una técnica clave para fabricar neuronas artificiales impresas. Cortesía: Mark Hersam / Northwestern University
Cómo mejora la eficiencia energética
🗣️ «En lugar de eliminar completamente el polímero, lo descomponemos parcialmente —explica Hersam. Y añade—: Luego, cuando hacemos pasar corriente por el dispositivo, impulsamos una mayor descomposición del polímero. Esta ocurre de manera espacialmente no homogénea, lo que conduce a la formación de un filamento conductor, de modo que toda la corriente se constriñe en una región estrecha del espacio».
Esa región estrecha actúa como una vía localizada que genera una respuesta eléctrica súbita, similar a la de una neurona. El resultado es un dispositivo capaz de producir patrones de señalización complejos, desde impulsos individuales hasta descargas continuas o en ráfagas, que se asemejan a la comunicación neuronal real.
Captar esta diversidad de señales tiene consecuencias directas: cada neurona artificial puede codificar más información y realizar funciones más sofisticadas, lo que reduce el número de componentes necesarios en un sistema y mejora drásticamente su eficiencia energética.
El experimento: cómo se logró activar neuronas reales
Para comprobar si estas neuronas podían interactuar realmente con tejido vivo, el equipo de invetigación colaboró con la neurobióloga Indira M. Raman, que también trabaja en la Northwestern. Aplicaron las señales eléctricas de los dispositivos a muestras del cerebelo de ratón y observaron que los picos de voltaje coincidían en duración y sincronización con los de las neuronas biológicas, y que activaban circuitos neuronales de forma comparable a las señales naturales.
«Otros laboratorios han intentado fabricar neuronas artificiales con materiales orgánicos, y generaban señales demasiado lentas —apunta Hersam—. Y continúa—: O utilizaban óxidos metálicos, que son demasiado rápidos. Nosotros estamos en un rango temporal que no se había demostrado antes para neuronas artificiales. Se puede ver cómo las neuronas vivas responden a nuestra neurona artificial. Así que hemos demostrado la existencia de señales que no solo tienen la escala temporal adecuada, sino también la forma de pico correcta para interactuar directamente con neuronas vivas».
Más allá de su potencial biomédico, el avance tiene implicaciones medioambientales. La fabricación de estos dispositivos es sencilla, barata y reduce residuos al ser un proceso aditivo, que deposita material solo donde es necesario. Pero el mayor impacto podría estar en el consumo energético.
Por qué este avance puede transformar la inteligencia artificial
«Para satisfacer las demandas energéticas de la inteligencia artificial, las empresas tecnológicas están construyendo centros de datos de gigavatios alimentados por centrales nucleares dedicadas —advierte Hersam. Y añade—: Resulta más que evidente que este consumo masivo limitará la escalabilidad futura de la computación, porque es difícil imaginar un centro de datos de próxima generación que requiera ciencentrales nucleares. El otro problema es que, cuando se disipan gigavatios de potencia, se genera mucho calor. Como los centros de datos se enfrían con agua, la IA está ejerciendo una enorme presión sobre el suministro de agua. Se mire como se mire, necesitamos hardware mucho más eficiente energéticamente para la IA».
La investigación sugiere que la respuesta podría estar, una vez más, en el propio cerebro: un sistema capaz de realizar cálculos complejos con una fracción ínfima de la energía que consumen las máquinas actuales.
Ahora, por primera vez, esa inspiración no es solo teórica: empieza a tomar forma en dispositivos que, literalmente, hablan el mismo lenguaje que nuestras neuronas.▪️(16-abril-2026)
PREGUNTAS&RESPUESTAS: Neuronas Artificiales e IA
🧠 ¿Qué significa que una neurona artificial hable con el cerebro?
Significa que puede generar señales eléctricas con la misma forma, intensidad y tiempo que las neuronas biológicas, logrando activar células vivas.
🧠 ¿Por qué es importante para la inteligencia artificial?
Porque permite diseñar sistemas inspirados en el cerebro que consumen mucha menos energía que los modelos actuales basados en datos masivos.
🧠 ¿Está listo para uso en humanos?
No todavía. Los experimentos se han realizado en tejido de ratón, pero el avance es un paso clave hacia aplicaciones clínicas.
🧠 ¿Qué diferencia hay con otras neuronas artificiales?
Estas logran un equilibrio único en velocidad y forma de señal, permitiendo una interacción real con neuronas vivas, algo no demostrado antes.
Información facilitada por la Northwestern University
Fuente: Hadke, S. S., Klingler, C. N., Brown, S. T. et al.Printed MoS2 memristive nanosheet networks for spiking neurons with multi-order complexity. Nature Nanotechnology (2026). DOI: https://doi.org/10.1038/s41565-026-02149-6
