Un equipo internacional de investigadores ha desarrollado un único componente electrónico capaz de imitar la actividad de distintas zonas del cerebro, un avance que muchos expertos ya ven como un punto de inflexión para la robótica y el hardware de Inteligencia Artificial. El dispositivo, bautizado como transneurón, reproduce con gran precisión los patrones eléctricos de neuronas reales y puede cambiar de “rol” sobre la marcha, algo que hasta ahora solo se había observado en sistemas biológicos.
El trabajo, liderado por la Loughborough University (Reino Unido) junto a científicos del Salk Institute y la Universidad del Sur de California (USC), se ha publicado en la revista Nature Communications y se enmarca en el campo de la computación neuromórfica, que busca construir chips que funcionen de forma más parecida al cerebro que a un ordenador convencional.
Un solo componente, varios “papeles” del cerebro
La mayoría de las neuronas artificiales que hoy se usan en hardware están pensadas para hacer una sola cosa: filtrar una señal, actuar como un oscilador, disparar pulsos en un patrón concreto… Para tareas complejas es necesario combinar miles o millones de ellas, con un consumo energético muy superior al del cerebro humano y una flexibilidad muy limitada.
El transneurón planteado por el equipo de Loughborough rompe esa lógica: se trata de un único dispositivo físico que puede comportarse, según cómo se configure, como neuronas de distintas áreas corticales implicadas en visión, planificación del movimiento y control motor.
En lugar de reprogramar software, los investigadores ajustan parámetros puramente físicos —tensión eléctrica aplicada, temperatura, resistencia de carga del circuito— y con ello el patrón de disparo del dispositivo cambia hasta asemejarse al de neuronas biológicas concretas. Ese cambio de “personalidad neuronal” se logra sin añadir nuevos componentes ni modificar el diseño del chip.
Copiando los impulsos de neuronas de macaco
Para comprobar hasta qué punto el transneurón se comportaba como una neurona real, el equipo comparó su actividad con registros eléctricos obtenidos en monos macaco despiertos. Se seleccionaron tres regiones del córtex:
- Un área visual especializada en procesar movimiento.
- Una región de planificación del movimiento de la mano.
- Una zona premotora relacionada con la preparación de acciones.
Cada una de estas áreas muestra firmas eléctricas muy diferentes: desde disparos irregulares y aparentemente “ruidosos” hasta trenes de pulsos más regulares o patrones en ráfagas (bursting), donde se encadenan grupos de impulsos seguidos de silencios.
Al alimentar el transneurón con señales eléctricas de entrada y ajustar sus parámetros, los investigadores lograron que el dispositivo generase patrones de pulsos casi indistinguibles de los registrados en las neuronas reales, con coincidencias que en algunos casos alcanzan una correlación cercana al 100 %. No se trata solo de imitar la forma de los pulsos, sino el ritmo, la variabilidad y el carácter estocástico de la señal, un aspecto clave del comportamiento del cerebro.
No solo imita: también procesa información
El trabajo también demuestra que el transneurón no se limita a reproducir patrones pregrabados, sino que procesa la información que recibe. Cuando cambia la señal de entrada, el ritmo de disparo se adapta, como lo haría una neurona biológica al recibir un estímulo más intenso o más débil.
Cuando se le alimenta con dos señales distintas al mismo tiempo, la respuesta del dispositivo varía según la sincronía de esos estímulos, mostrando fenómenos de integración temporal similares a los observados en el sistema nervioso. Este tipo de comportamiento, que en hardware convencional obligaría a combinar varias neuronas artificiales, se obtiene aquí con un único componente.
Esta capacidad de respuesta rica y contextual es uno de los motivos por los que el equipo habla de transneurón: un elemento capaz de “transitar” entre distintas funciones neuronales según lo que requiera la tarea.
El secreto: un memristor que “recuerda” la electricidad
En el corazón del transneurón se encuentra un memristor, un tipo de componente electrónico cuya resistencia no es fija, sino que depende de la historia de la corriente y el voltaje que han circulado por él. En este caso se trata de un dispositivo nanométrico en el que átomos de plata forman y rompen diminutos filamentos conductores entre electrodos.
Cuando se aplica una determinada tensión, los filamentos se forman y se destruyen de manera dinámica, generando picos de corriente que se traducen en pulsos eléctricos muy similares a los potenciales de acción de una neurona. Cambios en la temperatura, en el voltaje de alimentación o en la resistencia del circuito permiten desplazar el sistema entre distintos “regímenes de disparo”: más regulares, más caóticos, en ráfagas, etcétera.
Este comportamiento intrínsecamente dinámico y ruidoso es precisamente lo que hace tan interesante al memristor para aplicaciones neuromórficas: su física interna ya se parece, en cierta medida, a la de un sistema biológico complejo, por lo que se requiere menos “artificio” para emular funciones cerebrales.
Hacia un “córtex en un chip” para robots más intuitivos
El siguiente paso del equipo es dejar de pensar en términos de una sola unidad y empezar a construir redes de transneuronas, lo que describen como un posible “córtex en un chip”. En lugar de grandes centros de datos ejecutando redes neuronales en GPUs, este tipo de hardware neuromórfico podría integrarse directamente en robots y dispositivos autónomos.
La visión que plantean los investigadores es la de máquinas con sistemas nerviosos artificiales capaces de:
- Integrar información sensorial compleja (visión, tacto, propiocepción) en tiempo real.
- Ajustar su comportamiento de manera continua ante cambios en el entorno.
- Aprender de forma más eficiente, con un consumo energético muy inferior al de los chips actuales.
En robótica, esto se traduciría en movimientos más naturales, mejor capacidad de reacción ante situaciones imprevistas y una interacción más fluida con humanos y entornos no estructurados, desde fábricas hasta hospitales o espacios públicos.
Posibles aplicaciones en neuroprótesis y estudio de la conciencia
Más allá de la robótica, los autores apuntan a posibles aplicaciones médicas. Dispositivos basados en transneuronas podrían servir en el futuro como interfaces bidireccionales con el sistema nervioso, ayudando a restaurar funciones perdidas o a complementar circuitos dañados en enfermedades neurológicas.
Otra línea que señalan es su uso como “laboratorio electrónico” para la neurociencia. Al disponer de un sistema físico configurable que imita el comportamiento de neuronas reales, los científicos podrían explorar hipótesis sobre cómo se coordinan distintas áreas cerebrales o qué mecanismos podrían estar detrás de fenómenos complejos como la percepción unificada o la conciencia, sin necesidad de experimentar directamente sobre tejido vivo.
Por ahora, todo esto sigue en el terreno de la investigación básica, pero el trabajo refuerza una idea que ha ido ganando peso en los últimos años: para acercar la Inteligencia Artificial a las capacidades del cerebro humano, no bastará con modelos de software más grandes; hará falta también una nueva generación de hardware más cercano, en su funcionamiento, a la materia de la que está hecho el propio cerebro.
Preguntas frecuentes
¿Qué es exactamente un transneurón y en qué se diferencia de una neurona artificial convencional?
Un transneurón es un dispositivo electrónico único capaz de emular el comportamiento de varios tipos de neuronas biológicas cambiando solo parámetros físicos (voltaje, temperatura, resistencia). Las neuronas artificiales convencionales suelen estar diseñadas para una función fija en un circuito, mientras que el transneurón puede “reconfigurarse” para adoptar distintos roles (visual, motor, premotor) sin cambiar de hardware.
¿Por qué este avance es relevante para la robótica y el hardware de IA?
Porque permite imaginar chips donde unas pocas unidades físicas realizan funciones que hoy exigen miles de neuronas artificiales. Esto promete sistemas más compactos, de menor consumo energético y con una respuesta más rica y adaptable, ideales para robots que deban percibir el entorno y reaccionar en tiempo real sin depender tanto de la nube o de grandes centros de datos.
¿Qué papel juegan los memristores en este tipo de neuronas artificiales?
El memristor es el componente central que aporta memoria y dinámica al sistema: su resistencia cambia según el historial de corriente y tensión. En los transneuronas, la formación y ruptura de filamentos de átomos de plata genera pulsos eléctricos que se parecen mucho a los de las neuronas biológicas. Ajustando las condiciones del memristor se obtienen diferentes patrones de disparo, lo que permite emular distintas áreas del cerebro.
¿Cuándo podrían verse robots comerciales con sistemas nerviosos basados en transneuronas?
Se trata todavía de investigación en fase muy temprana y en laboratorio, con dispositivos individuales y pequeñas configuraciones experimentales. Antes de llegar a aplicaciones comerciales habrá que resolver retos de fabricación a gran escala, integración con otros componentes electrónicos, fiabilidad a largo plazo y, en su caso, regulación si se usan en contextos médicos. A corto y medio plazo, su mayor impacto será como plataforma de investigación para nuevas arquitecturas de hardware de IA y neuromórfico.
Fuentes:
Nature Communications (artículo “Artificial transneurons emulate neuronal activity in different areas of brain cortex”, 2025).
Notas y comunicados de Loughborough University sobre transneuronas y computación neuromórfica.
Cobertura divulgativa en medios tecnológicos internacionales sobre el desarrollo del transneurón y sus aplicaciones en robótica e IA.
