Un chip neuromórfico imprimible calcula en 26 nanosegundos y se degrada en solo seis minutos
Investigadores chinos han creado una sinapsis artificial flexible que procesa y almacena información en el mismo lugar, reconoce números con una precisión superior al 97% y puede descomponerse cuando termina su trabajo. El avance abre la puerta a parches médicos y sensores inteligentes capaces de desaparecer después de hacer su trabajo.
Por Enrique Coperías, periodista científico
Matriz flexible impresa formada por cien sinapsis artificiales, dispuestas en una cuadrícula de 10 × 10. El dispositivo responde en 26 nanosegundos, conserva varios estados de memoria y puede degradarse en seis minutos mediante un tratamiento químico controlado. Cortesía: International Journal of Extreme Manufacturing
Por qué los ordenadores intentan imitar al cerebro
El cerebro humano funciona con una austeridad energética que ya quisieran para sí los grandes centros de datos. Sus aproximadamente 86.000 millones de neuronas procesan información, aprenden y almacenan recuerdos consumiendo alrededor de 20 vatios, una potencia comparable a la de una bombilla tenue.
Los ordenadores tradicionales trabajan de otra manera. El procesador realiza los cálculos, mientras que la memoria almacena la información. Los datos tienen que viajar continuamente entre ambos componentes, una operación que consume tiempo y energía.
Este ir y venir, conocido como cuello de botella de Von Neumann, se ha convertido en uno de los grandes obstáculos para desarrollar sistemas de inteligencia artificial (IA) más rápidos y eficientes. Una posible solución consiste en copiar, al menos de forma rudimentaria, la estrategia del cerebro: realizar los cálculos y conservar la información en el mismo lugar.
Un equipo de ingenieros de la Universidad de Ciencia y Tecnología de Suzhou, en China, ha dado un paso en esa dirección con el desarrollado un chip neuromórfico imprimible, flexible y degradable que cambia de estado eléctrico en solo 26 nanosegundos y puede descomponerse en aproximadamente seis minutos dentro de una disolución química calentada.
El dispositivo imita algunas propiedades de las sinapsis del cerebro: aprende de los impulsos eléctricos que recibe, modifica gradualmente su conductividad y conserva varios niveles de memoria. En una prueba de reconocimiento de números escritos a mano, alcanzó una precisión del 97,23 %.
La investigación, dirigida por Yang Li, de la Universidad de Ciencia y Tecnología de Suzhou, se ha publicado en la revista científica International Journal of Extreme Manufacturing. El trabajo combina cuatro características que rara vez aparecen juntas en un mismo dispositivo: alta velocidad, flexibilidad, fabricación mediante procesos en disolución y degradación controlada.
El componente pertenece a la familia de los memristores, dispositivos eléctricos cuya resistencia depende de las señales que han recibido anteriormente. Esa capacidad de recordar su historia eléctrica permite utilizarlos como equivalentes tecnológicos de las sinapsis, los puntos de conexión mediante los que las neuronas intercambian información.
Qué es una sinapsis artificial
Una sinapsis artificial es un dispositivo electrónico cuya conductividad cambia en función de las señales que ha recibido anteriormente. De esta manera, puede conservar una especie de memoria física de su actividad.
En nuestro encéfalo, las conexiones entre neuronas se fortalecen o debilitan enfunción de la experiencia. Ese fenómeno, conocido como plasticidad sináptica, constituye una de las bases biológicas del aprendizaje y la memoria.
En el dispositivo desarrollado por el equipo de Li, los impulsos eléctricos modifican de manera gradual la facilidad con la que circula la corriente. Cada nivel de conductividad puede utilizarse como el peso de una conexión dentro de una red neuronal artificial.
El secreto está en una estructura molecular de porfirinas
La pieza central del nuevo dispositivo es una estructura denominada TCPP-HOF, una estructura orgánica formada por moléculas de porfirina conectadas mediante enlaces de hidrógeno. No hay que olvidar que las porfirinas son compuestos en forma de anillo presentes también en sistemas biológicos tan conocidos como la hemoglobina y la clorofila, aunque en este caso se utilizan como material electrónico.
Las moléculas se autoensamblan en láminas ordenadas y superpuestas, separadas por unos 0,349 nanómetros. Esta arquitectura crea caminos bien definidos para el transporte de cargas eléctricas y, al mismo tiempo, lugares donde algunas de ellas pueden quedar temporalmente atrapadas.
Cuando el material recibe un pulso de voltaje positivo, se produce una transferencia de carga y aumenta su conductividad. La señal deja así una huella eléctrica, como si hubiera fortalecido una conexión entre dos neuronas. Por su parte, un pulso negativo libera las cargas atrapadas y devuelve el dispositivo hacia un estado de mayor resistencia.
No es una reproducción literal de una sinapsis viva, pero sí una imitación funcional de algunas de sus propiedades esenciales.
Los investigadores atribuyen la extraordinaria velocidad de respuesta a la disposición ordenada de estas rutas moleculares. El cambio se completa en apenas 26 milmillonésimas de segundo, millones de veces más rápido que un parpadeo humano.
Diez estados de memoria en una sinapsis electrónica
El chip neuromórfico no se limita a alternar entre encendido y apagado. En efecto, puede conservar diez niveles distintos de conductancia, es decir, diez grados diferentes de facilidad con la que permite el paso de la corriente eléctrica. Además, estos estados son no volátiles: permanecen almacenados aunque se retire el voltaje, como una memoria que no se borra al apagar el dispositivo. Cada nivel puede representar uno de los valores comprendidos entre el cero y el nueve.
Esta capacidad resulta importante, porque las redes neuronales artificiales necesitan ajustar de forma gradual el peso de sus conexiones. Cuantos más estados estables pueda conservar un dispositivo, mayor será la precisión con la que podrá representar esos pesos.
La sinapsis artificial también reprodujo diferentes formas de plasticidad observadas en el sistema nervioso, entre ellas:
✅ Potenciación a largo plazo: la conexión se fortalece tras recibir estímulos repetidos.
✅ Depresión a largo plazo: la conductividad disminuye mediante pulsos eléctricos de signo contrario.
✅ Facilitación por pulsos pareados: dos señales próximas producen una respuesta más intensa que una sola.
✅ Potenciación postetánica: una sucesión rápida de estímulos refuerza temporalmente la conexión.
✅ Inhibición prepulso: una señal previa y débil reduce la respuesta frente a otra posterior.
Estas funciones no convierten el dispositivo en una auténtica sinapsis biológica, pero permiten reproducir electrónicamente algunos principios básicos del aprendizaje neuronal.
La infografía muestra cómo se fabrica el chip neuromórfico mediante la impresión sucesiva de sus capas conductoras y de memoria, hasta formar una matriz de cien sinapsis artificiales. En la parte inferior se representa su degradación progresiva durante seis minutos dentro de una disolución química calentada. Crédito: IA-DALL-E / RexMolón Producciones / Con información del International Journal of Extreme Manufacturing
Cómo se fabrica el chip neuromórfico imprimible
Para dar vida la chip neuromórfico, los científicos chinos construyeron una matriz de 100 dispositivos, distribuidos en una cuadrícula de 10 × 10 sobre una película flexible de poliimina de dos centímetros de lado.
La arquitectura contiene cuatro elementos principales: una película de poliimina como soporte, un electrodo inferior de MXene, una capa activa de TCPP-HOF y un segundo electrodo de MXene.
Los MXenes son materiales bidimensionales con una elevada conductividad eléctrica. En este caso, los electrodos están hechos de carburo de titanio y se depositan mediante pulverización. La capa de porfirinas se aplica mediante recubrimiento por centrifugación.
El proceso evita los electrodos metálicos convencionales y las cámaras de alto vacío utilizadas en numerosas fábricas de semiconductores. Esto podría facilitar una producción más barata y adaptable a grandes superficies mediante impresoras de inyección de tinta, pulverización o sistemas de fabricación en rollo.
Sin embargo, imprimible no significa que el chip pueda producirse con una impresora doméstica ni que todas sus etapas se desarrollen a temperatura ambiente. La síntesis del material requiere disolventes químicos y temperaturas de hasta 140 ºC, mientras que otras fases de fabricación se realizan entre 50 ºC y 80 ºC.
Reconocimiento de números con una precisión del 97,23%
Para comprobar si las sinapsis artificiales podían utilizarse en una tarea de computación real, los investigadores trasladaron a un modelo informático los cambios de conductancia medidos en el dispositivo. Esos valores actuaron como los pesos de las conexiones de una red neuronal, es decir, como los parámetros que determinan la importancia que el sistema concede a cada señal durante el aprendizaje.
Después pusieron a prueba una red neuronal convolucional, un tipo de inteligencia artificial especialmente diseñada para detectar formas y patrones en imágenes. Para entrenarla utilizaron MNIST, una base de datos de referencia compuesta por decenas de miles de imágenes en blanco y negro de los números del cero al nueve escritos a mano. El objetivo era comprobar si el comportamiento eléctrico real de las sinapsis podía permitir que la red aprendiera a identificar correctamente cada dígito.
Pues bien, el modelo alcanzó una precisión del 97,23 %, frente al 99,24 % obtenido por la simulación informática ideal. Todos los números del cero al nueve superaron el 93 % de aciertos.
El equivalente a 120.000 sinapsis
El resultado demuestra que los diferentes niveles de conductancia pueden representar con bastante fidelidad los pesos de una red neuronal.
Existe, no obstante, un matiz importante. La pequeña cuadrícula física de cien dispositivos no ejecutó por sí sola toda la red neuronal, que equivalía a unas 120.000 sinapsis. Los investigadores utilizaron las propiedades eléctricas reales del material para entrenar y simular el funcionamiento del sistema completo.
El experimento constituye una demostración de viabilidad basada en hardware real, pero todavía no representa un procesador neuromórfico autónomo listo para competir con los chips comerciales.
Recreación artística generada con inteligencia artificial de un chip neuromórfico flexible y ultrafino mientras comienza a degradarse en una disolución química calentada. Al fondo se representa el proceso de impresión de sus capas conductoras y de memoria. Crédito: IA-Gemini / RexMolón Producciones
Un dispositivo flexible que sigue calculando después de doblarse
La matriz fue sometida a 200 ciclos de flexión, con un radio de curvatura de aproximadamente cinco milímetros y un ángulo cercano a 120 grados. Después de la prueba, sus características eléctricas permanecieron prácticamente intactas.
Cuando los científicos repitieron el reconocimiento de números empleando los valores medidos después de las deformaciones, la precisión máxima fue del 96,33 %. Todos los dígitos continuaron reconociéndose con más de un 90 % de aciertos.
Esta resistencia mecánica permite pensar en dispositivos que puedan adaptarse a superficies curvas, prendas de vestir o incluso la piel humana. Un parche médico podría, por ejemplo, registrar señales fisiológicas y analizarlas directamente sobre el cuerpo sin enviar continuamente los datos a un teléfono o a un servidor remoto.
Cómo puede desaparecer un chip en seis minutos
La característica más llamativa del nuevo chip neuromórfico aparece al final de su vida útil. Al sumergir el dispositivo en una disolución calentada que contiene dietilentriamina y tris(2-aminoetil)amina, los enlaces dinámicos de la película de poliimina se rompen y el soporte se descompone en componentes solubles. La secuencia fotografiada del estudio muestra cómo la cuadrícula pierde su estructura entre los dos y los cuatro minutos y desaparece prácticamente por completo al cabo de seis, aunque quedan algunos residuos inertes.
No se trata, por tanto, de un chip biodegradable que pueda arrojarse sin más al agua o al medioambiente. Su destrucción necesita una mezcla química específica y calor. Tampoco se ha demostrado todavía la posible recuperación industrial de todos sus componentes.
Por esa razón, resulta más preciso hablar de electrónica transitoria o degradable bajo demanda que de un chip completamente biodegradable.
Para qué podrían utilizarse estos chips degradables
Ahora bien, una vez optimizados los dispositivos neuromórficos flexibles y transitorios podrían resultar útiles en aplicaciones que solo necesitan funcionar durante un periodo limitado. Estas son algunas de ellas:
✅ Parches médicos que analicen temporalmente el ritmo cardiaco, la temperatura o la actividad muscular.
✅ Sensores portátiles integrados en ropa inteligente.
✅ Dispositivos de monitorización utilizados durante la recuperación de una intervención quirúrgica.
✅ Etiquetas electrónicas para alimentos, medicamentos o productos sensibles.
✅ Sensores ambientales desplegados durante campañas de corta duración.
✅ Sistemas que almacenen información confidencial y puedan destruirse físicamente bajo demanda.
La degradación controlada también podría reducir parte de los residuos generados por la electrónica de usar y tirar, aunque para demostrar una ventaja ambiental real será necesario analizar todo el ciclo de vida de los materiales, los disolventes y el proceso de fabricación.
Matriz flexible de sinapsis ópticas inspirada en el sistema visual humano y construida con nanotubos de carbono y porfirinas. El dispositivo recibe, conserva y procesa señales luminosas entre −196 y 127 °C, y fue evaluado en una simulación de conducción autónoma. Abajo se muestran el chip conectado, una matriz de 10 × 10 dispositivos y su fabricación sobre una oblea flexible. Cortesía: Yao et al . / Nature Communications
Otros chips cerebrales, flexibles y degradables
El trabajo se suma a una carrera internacional por producir una electrónica neuromórfica menos rígida y contaminante. En 2024, Wenping Hu y sus colegas de la Uninversidad de Tianjin, en China, presentaron en la revista Matter un sensor visual orgánico con un dieléctrico degradable que integraba detección, memoria y procesamiento, y alcanzaba un 92,7 % de precisión en reconocimiento de imágenes. Su principal logro fue combinar un alto rendimiento optoelectrónico con la degradación controlada del polímero.
Ese mismo año, otro equipo chino liderado por Lixing Kang y Qingwen Li, de la Facultad de Nanotecnología y Nanobiónica, en la Universidad de Ciencia y Tecnología de China deHefei, construyó matrices flexibles de nanotubos de carbono y porfirinas capaces de conservar señales ópticas durante 20.000 segundos y consumir solo 6,5 attojulios por evento sin voltaje adicional de puerta. Los resultados del trabajo pueden consultarse en el artículo publicado en Nature Communications.
En 2025 se presentó en npj Flexible Electronics una matriz de transistores sinápticos de óxido de zinc fabricada íntegramente mediante serigrafía sobre papel. Los dispositivos imitaban el aprendizaje, el olvido y la memoria visual, consumían aproximadamente 3,7 picojulios por evento y alcanzaron una precisión del 91,4 %.
Por último, ese mismo año un grupo de investigadores con Mario Lanza, profesor de Ciencia e Ingeniería de Materiales en la Universidad Nacional de Singapur, al frente publicaron un estudio en Nature en el que mostraban que un transistor CMOS convencional puede producir comportamientos neuronales y sinápticos cuando se polariza de una manera poco habitual, lo que permitiría simplificar algunos circuitos neuromórficos compatibles con la industria actual.
El profesor Mario Lanza (izquierda), junto al investigador Sebastian Pazos, cuyo equipo demostró que un transistor CMOS convencional puede reproducir comportamientos neuronales y sinápticos. Cortesía: NUS.
Las limitaciones que todavía debe superar
El prototipo reúne características poco habituales en una misma plataforma, pero se encuentra en una fase experimental. Antes de llegar a aplicaciones comerciales deberá resolver varios desafíos.
La matriz contiene solo cien sinapsis, muy lejos de los millones de componentes necesarios para construir sistemas neuromórficos complejos. Las pruebas mecánicas se limitaron a 200 ciclos de flexión y todavía falta evaluar su comportamiento durante meses o años.
El estudio tampoco proporciona una cifra del consumo energético por operación, un dato imprescindible para comparar el dispositivo con otras sinapsis artificiales y con el cerebro humano.
Otro problema es la humedad. Un circuito diseñado para descomponerse con facilidad debe permanecer estable mientras está funcionando. Los investigadores trabajan ahora en barreras ultrafinas capaces de protegerlo del vapor de agua sin impedir su posterior degradación.
Un pequeño cerebro electrónico con fecha de caducidad
La principal novedad del chip desarrollado en Suzhou no reside únicamente en su velocidad ni en su capacidad para reconocer números. Su importancia está en combinar computación neuromórfica, impresión, flexibilidad y desaparición bajo demanda.
Si los investigadores consiguen ampliar la matriz, reducir el consumo energético y garantizar su estabilidad en condiciones reales, esta tecnología podría permitir fabricar sensores y parches capaces de observar, aprender y tomar decisiones localmente.
Serían pequeños cerebros electrónicos con una vida útil programada: funcionarían mientras fueran necesarios y, después, podrían descomponerse sin convertirse en otro residuo tecnológico permanente.▪️(15-septiembre-2026)
⏱️ LO MÁS IMPORTANTE DEL ESTUDIO, EN 30 SEGUNDOS
- Un chip que imita a las sinapsis: procesa y almacena información en el mismo dispositivo mediante cambios de conductividad, siguiendo algunos principios básicos del aprendizaje cerebral.
- Responde en solo 26 nanosegundos: el cambio de estado eléctrico se produce en 26 milmillonésimas de segundo, millones de veces más rápido que un parpadeo humano.
- Puede conservar diez estados de memoria: mantiene diez niveles distintos de conductancia —diez grados de facilidad para dejar pasar la corriente— que permanecen almacenados aunque se retire el voltaje.
- Reconoce números con una precisión del 97,23%: los investigadores utilizaron el comportamiento eléctrico real del dispositivo para entrenar y simular una red neuronal capaz de identificar dígitos manuscritos.
- Sigue funcionando después de doblarse: tras 200 ciclos de flexión, el sistema conservó sus propiedades y alcanzó una precisión del 96,33% en la prueba de reconocimiento.
- Se fabrica mediante procesos en disolución: sus capas pueden depositarse con técnicas de impresión y recubrimiento, sin electrodos metálicos convencionales ni cámaras de alto vacío.
- Se degrada en unos seis minutos: al introducirlo en una disolución química específica y calentada, el soporte se descompone en componentes solubles y deja solo algunos residuos inertes.
- Todavía es un prototipo: la matriz contiene únicamente 100 sinapsis artificiales y aún debe demostrar su consumo energético, durabilidad, estabilidad frente a la humedad y funcionamiento a gran escala.
PREGUNTAS & RESPUESTAS: Chip Neuromórfico y Sinapsis Artificial
🇨🇾 ¿Qué es un chip neuromórfico?
Un chip neuromórfico es un dispositivo diseñado para imitar algunos principios de funcionamiento del cerebro. Sus componentes pueden procesar y almacenar información simultáneamente, reduciendo el movimiento de datos entre el procesador y la memoria.
🇨🇾 ¿A qué velocidad funciona la nueva sinapsis artificial?
El dispositivo cambia de estado eléctrico en aproximadamente 26 nanosegundos, es decir, 26 milmillonésimas de segundo.
🇨🇾 ¿El chip se disuelve en agua?
No. Para degradarlo es necesario introducirlo en una disolución química específica y calentada. El proceso descompone la película de poliimina en componentes solubles en unos seis minutos.
🇨🇾 ¿Puede utilizarse ya en ordenadores o dispositivos médicos?
Todavía no. Se trata de un prototipo experimental de 100 sinapsis artificiales. Será necesario fabricar matrices mucho mayores y comprobar su consumo, durabilidad, seguridad y estabilidad frente a la humedad.
🇨🇾 ¿Por qué puede ayudar a reducir los residuos electrónicos?
Porque está diseñado para descomponerse cuando termina su vida útil. Sin embargo, su beneficio ambiental deberá confirmarse mediante estudios que analicen la fabricación, los disolventes empleados, los residuos restantes y la posibilidad de recuperar los materiales.
🇨🇾 ¿Cuál es su posible aplicación más inmediata?
Una de las aplicaciones más prometedoras sería la creación de parches médicos y sensores corporales temporales capaces de procesar datos directamente sobre la piel y destruirse de forma controlada cuando ya no sean necesarios.
Información facilitada por el International Journal of Extreme Manufacturing
Fuente: Jie Tang et al. All-solution-processable hydrogen-bonded organic framework artificial synapse for neuromorphic application. International Journal of Extreme Manufacturing (2026). DOI: 10.1088/2631-7990/ae8f85
🦖 PORQUE CADA DÍA PASA ALGO EXTRAORDINARIO EN LA CIENCIA
- Cada domingo seleccionamos para ti las noticias y los descubrimientos científicos más fascinantes de la semana, explicados con rigor, claridad y el estilo de RexMolón, la Ciencia en Acción.👉 SUSCRÍBETE GRATIS A LA NEWSLETTER DE REXMOLÓN
-
Si quieres recibir las noticias de ciencia de RexMolón cada día, únete a RexMolón News en WhatsApp, el canal donde compartimos las noticias según se publican.👉 ÚNETE GRATIS A REXMOLÓN NEWS
