CREARON UN DISPOSITIVO CON INTELIGENCIA ARTIFICIAL QUE SIMULA FUNCIONES DEL SISTEMA NERVIOSO

98

Un equipo de científicos de dos universidades de Estados Unidos desarrolló un dispositivo basado en inteligencia artificial que puede simular funciones fundamentales del sistema nervioso humano, según publicó hoy la revista ACS Nano de la Sociedad Estadounidense de Química.
El modelo, creado por profesionales de las universidades del Sur de California y de Florida, puede enviar tanto señales inhibidoras como estimulantes desde la misma terminal, lo que “puede mejorar las funcionalidades y la versatilidad de los sistemas electrónicos neuromórficos”, es decir, de los que imitan las estructuras del sistema nervioso, señaló la publicación.
Los investigadores resaltaron que esto “permitiría mejorar la capacidad de esos dispositivos para realizar tareas como el reconocimiento de imágenes, el aprendizaje y la cognición”.
Uno de los principales desafíos que tiene el equipo está relacionado con la complejidad del cerebro y de las conexiones entre las neuronas, al intentar imitar la estructura del sistema nervioso para aplicarla a la inteligencia artificial.
El sistema nervioso del ser humano tiene más de 100 billones de sinapsis que permiten que las neuronas puedan transmitir señales eléctricas y químicas y pueden fomentar o inhibir los “mensajes biológicos”.
Para desarrollar una inteligencia artificial que pueda imitar mejor las capacidades del cerebro del ser humano, los investigadores intentan recrear esas sinapsis.
Sin embargo, en muchos casos los modelos solo pueden recrear la transmisión de un tipo de señal.
El desarrollo difundido hoy, en cambio, puede enviar de las dos clases y reconfigurarse a sí mismo basándose en el voltaje aplicado en su terminal.
“El dispositivo resultante descansa solo en las señales eléctricas de cualquiera de las terminales presinápticas o postsinápticas para facilitar esa reconfiguración dinámica”, explicaron los autores del estudio, consignó EFE.
Además, el dispositivo es flexible y versátil, dos características deseables en las redes neuronales artificiales.