Sinapsis artificiales autoalimentadas que ven colores: la nueva frontera en la visión computacional
Una sinapsis artificial que se alimenta de luz y reconoce colores casi como el ojo humano ya es una realidad. Investigadores japoneses han desarrollado un dispositivo de bajo consumo con gran potencial para aplicaciones de visión por ordenador.
Por Enrique Coperías
Primer plano de una sinapsis artificial humanoide con ojos que reflejan un arcoíris, símbolo de su capacidad para distinguir colores con una precisión casi humana. Este dispositivo autoalimentado imita el procesamiento visual del cerebro y marca un hito en la visión artificial de bajo consumo. Imagen generada con DALL-E
La visión artificial, piedra angular de la inteligencia artificial (IA) y de muchos dispositivos inteligentes actuales, se enfrenta a un dilema persistente: su enorme consumo de recursos. Cámaras inteligentes que graban a decenas de fotogramas por segundo generan flujos de datos masivos que requieren procesadores potentes, memoria abundante y mucha energía.
Esto se convierte en un serio obstáculo para desplegar estas tecnologías en dispositivos móviles o vehículos autónomos, como drones y gafas inteligentes.
Pero ¿y si los ingenieros pudieran inspirarse en la naturaleza, concretamente en el ojo humano, para crear una visión computacional más eficiente? Esa es la premisa que llevó a un grupo de científicos japoneses a desarrollar un nuevo tipo de dispositivo: una sinapsis artificial optoelectrónica, autoalimentada y sensible al color, capaz no solo de detectar colores con alta precisión, sino también de procesar información visual y ejecutar tareas de clasificación y lógica... sin necesidad de un procesador externo ni una fuente de energía adicional.
Inspiración en la visión humana: menos datos, más inteligencia
El ojo humano no lo ve todo, pero ve lo importante. En lugar de capturar cada píxel de la realidad, selecciona la información relevante, la procesa a nivel sináptico y la envía al cerebro. Este sistema biológico es extremadamente eficiente en términos de energía y procesamiento de datos.
Esa capacidad de ver pensando es la que ha inspirado para llevar a cabo su proyecto a los investigadores del Departamento de Ingeniería de Sistemas Electrónicos de la Universidad de Ciencia de Tokio (TUS), en Japón, dirigidos por el profesor Takashi Ikuno.
En su artículo publicado en la revista Scientific Reports, el equipo liderado por Ikuno, junto a Hiroaki Komatsu y Norika Hosoda, presenta un dispositivo que imita esa eficiencia neuronal.
«Creemos que esta nueva tecnología contribuirá a la realización de sistemas de visión artificial de bajo consumo, con una capacidad de discriminación de color cercana a la del ojo human», afirma Ikuno.
Tecnología clave: celdas solares sensibilizadas por tintes (DSC)
El núcleo del sistema está formado por dos células solares sensibilizadas con tintes orgánicos distintos:
✳️ SQ2: sensible a la luz roja.
✳️ D131: sensible a la luz azul.
Estas células generan voltaje al exponerse a la luz, pero lo más interesante es cómo lo hacen: cada una reacciona de forma opuesta dependiendo del color. Gracias a esta configuración, el sistema puede entonces generar respuestas bipolares —positivas o negativas— según el color de la luz incidente y de manera autoalimentada. Esto le permite:
✅ Distinguir colores con una precisión de hasta 10 nanómetros, una cifra que se aproxima al rendimiento del ojo humano.
✅ Reproducir funciones clave de las sinapsis biológicas, como la facilitación y depresión sinápticas, lo que le permite almacenar y modificar su respuesta en función de estímulos anteriores. En otras palabras, puede aprender de las señales que recibe, como si fuera un pequeño cerebro óptico.
✅ Procesar secuencias temporales de luz, detectar patrones y realizar operaciones lógicas (como AND, OR y XOR) sin requerir circuitos adicionales.
«Nuestros resultados muestran un gran potencial para aplicar este dispositivo optoelectrónico de nueva generación en sistemas de inteligencia artificial con reconocimiento visual de bajo consumo», explica el profesor Ikuno.
Visión artificial autónoma: sin procesadores, sin baterías
Lo realmente revolucionario es que todo esto se logra sin alimentación eléctrica externa. A diferencia de la mayoría de los sensores ópticos actuales, que dependen de una fuente de energía para funcionar, este nuevo dispositivo genera su propia electricidad a través de la conversión solar, gracias a la tecnología de las células solares sensibilizadas por colorantes (DSC).
Esto lo convierte en un candidato ideal para sistemas de computación frontera o edge computing, donde los recursos de energía y procesamiento son limitados. Este tipo de computación es una arquitectura que permite procesar datos directamente en el dispositivo o cerca del lugar donde se generan, sin depender de servidores remotos o la nube. Esto reduce la latencia, ahorra ancho de banda y mejora la eficiencia energética.
En palabras de Ikuno, «el dispositivo combina detección de color de alta resolución con capacidades lógicas, todo dentro de una plataforma autoalimentada, ideal para aplicaciones inteligentes y portátiles».
Movimiento y color: un desafío superado
Para validar el rendimiento del sistema en un entorno realista, los investigadores diseñaron un experimento complejo: reconocer diferentes movimientos humanos representados en señales de luz roja, verde y azul. Se grabaron seis acciones (saltar, correr, agitar una mano, entre otras) y se codificaron en secuencias de luz de distintos colores.
Estas señales se enviaron al dispositivo, que logró clasificar correctamente el 82% de las dieciocho combinaciones de color y movimiento.
Lo destacable es que, mientras los sistemas tradicionales necesitan tres sensores separados (uno por cada color) y procesamiento externo para lograr esta tarea, el nuevo dispositivo lo consigue con una sola unidad y sin componentes adicionales. Una auténtica muestra de miniaturización y eficiencia energética.
Del laboratorio al mundo real
Las aplicaciones prácticas de esta tecnología son numerosas. Entre ellas, los autoes destacan las siguientes:
🚗 Vehículos autónomos
Reconocimiento eficiente de semáforos, señales de tráfico y peatones.
Menor consumo energético frente a sensores RGB tradicionales.
🏥 Salud y biometría
Medición de frecuencia cardíaca y oxígeno en sangre con mínimo consumo de batería.
Potencial en dispositivos vestibles y parches inteligentes.
📱 Electrónica de consumo
Integración en smartphones con IA local.
Mejora de autonomía en gafas de realidad aumentada y dispositivos portátiles.
🤖 Robótica e IA embebida
Capacidades de visión artificial y aprendizaje en tiempo real sin necesidad de conexión a la nube.
Todo esto sin dejar de lado su potencial como plataforma de computación neuromórfica, que busca emular el cerebro humano para mejorar el procesamiento de datos sin depender de los modelos tradicionales de CPU.
Un salto frente a los límites actuales
Hasta ahora, los dispositivos similares se basaban en transistores optoelectrónicos que requieren voltaje externo o sensores que no podían distinguir colores si cambiaba la intensidad de la luz. Este nuevo enfoque supera esas limitaciones gracias a la posibilidad de cambiar la polaridad de la señal en función del color, sin importar su intensidad.
Además, su capacidad para distinguir hasta 64 combinaciones distintas (seis bits) le permite superar el umbral clásico de cuatro bits que manejaban los sistemas anteriores.
Otro aspecto sorprendente es su amplio rango de respuesta sináptica, con un índice PPF que va desde −3776 hasta 8075, mucho más allá del rango típico de 100 a 200. Esto le otorga una gran sensibilidad a variaciones de luz, cualidad crucial para tareas complejas de reconocimiento de patrones.
La mitad superior de esta imagen muestra la sinapsis artificial propuesta, fabricada con células solares sensibilizadas por colorante. El gráfico refeleja la respuesta de voltaje bipolar de la sinapsis en función de la longitud de onda de la luz utilizada, que imita la forma en que nuestros ojos perciben el mundo y permite realizar operaciones lógicas. La mitad inferior de la imagen presenta un experimento en el que se utilizó el sistema propuesto para captar y clasificar diversos movimientos humanos. Cortesía: Associate Professor Takashi Ikuno from Tokyo University of Science Image Source: https://www.nature.com/articles/s41598-025-00693-0
Una visión más humana para las máquinas
Si bien el prototipo ya demuestra un gran potencial, los investigadores reconocen que aún hay margen de mejora. Por ejemplo, la determinación de niveles lógicos (0 o 1) todavía se basa en un umbral arbitrario de voltaje. «Para aplicaciones prácticas, será necesario integrar circuitos de rectificación o refinar la selección de tintes para generar respuestas más claras», señala el equipo.
Sin embargo, la implementación exitosa de funciones lógicas como XOR —normalmente difíciles de lograr en sensores ópticos— ya representa una validación poderosa del concepto.
El dispositivo creado por Ikuno y su equipo no es solo un sensor. Es un modelo funcional de cómo podría evolucionar la inteligencia visual artificial, imitando la eficiencia energética, la selectividad informativa y la plasticidad sináptica del sistema visual humano.
En lugar de replicar la realidad de forma exhaustiva, este enfoque propone capturar lo esencial, procesarlo localmente, y adaptarse a los cambios del entorno, todo ello sin necesidad de una batería ni un chip de alto rendimiento.
En palabras del propio investigado, «este avance es un paso significativo hacia la implementación de visión por computadora más cercana a cómo vemos nosotros, los humanos». ▪️
Información facilitada por la Universidad de Ciencias de Tokio
Fuente: Komatsu, H., Hosoda, N. & Ikuno, T. Polarity-tunable dye-sensitized optoelectronic artificial synapses for physical reservoir computing-based machine vision. Scientific Reports (2025). DOI: https://doi.org/10.1038/s41598-025-00693-0
