Emular artificialmente el funcionamiento de un órgano tan complejo como el cerebro es una de las vías más perseguidas en la investigación científica actual.

Aunque se ha logrado crear redes neuronales artificiales basadas en algoritmos que imitan la actividad cerebral los resultados no son aún muy prometedores.

Es cierto que estas redes creadas en laboratorio son capaces de detectar cuando alguien miente, si está en franco riesgo de padecer un infarto, por ejemplo, o de reconocer distintos rostros. Pero otra cosa es utilizar esa información de forma eficaz, pues los ordenadores no son capaces de ello hasta el momento.

Gracias a millones de años de evolución, las neuronas muestran una plasticidad singular para adaptarse a los cambios y a la información que les llega.

Consiguiendo crear redes artificiales de neuronas se podría profundizar en el desarrollo de aplicaciones del denominado deep learning que facilita un aprendizaje más profundo y permitiría la participación de asistentes virtuales y de traductores con una eficiencia mucho más elevada que los actuales.

Si bien la mayoría de las computadoras se sirven de la electricidad para procesar la información, un equipo de ingenieros del prestigioso Instituto Tecnológico de Massachusetts (MIT), en Estados Unidos, ha desarrollado un nuevo chip que se apoya en los rayos de luz para simular el modo en que las neuronas aprenden y memorizan.

Combinando la fotónica (ciencia de la luz) con la optogenética (que utiliza métodos genéticos y ópticos), los científicos del MIT han logrado estimular mediante rayos de luz una red de 16 neuronas a través de un microchip.

Así, se ha descubierto que la luz es un agente inductor más eficaz para llevar a cabo procesos de manipulación de neuronas o de construcción de redes neuronales.

Cada haz de luz representa un fragmento de información que puede actuar por sí mismo para modificar (aumentando o reduciendo) la comunicación entre las neuronas y compartir así esos datos.

Para probar su red óptica neuronal, los investigadores la aplicaron al reconocimiento de los sonidos de las vocales, a través de grabaciones realizadas a 90 personas.

Los resultados son sorprendentes, pues hubo un 77% de acierto frente al 92% que se registra en un ordenador tradicional, pero a una velocidad mucho mayor.

Los autores de este chip creen que el futuro permitirá emular a una red más extensa de neuronas, gracias, entre otros factores, a la participación de ajustes como la fotónica de silicio.

Si es así, este tipo de chips contaría con redes neuronales cada vez más veloces y precisas que se encargarían de desempeñar funciones muy especializadas como nutrir centros de datos o dar soporte a coches autónomos.