Un equipo de investigadores de KAIST, una prestigiosa universidad de Corea del Sur, ha creado un chip neuromórfico que aprende y se adapta como una neurona humana. Este avance imita la plasticidad intrínseca del cerebro, permitiendo que el dispositivo ajuste su sensibilidad según las experiencias previas. Es un paso importante hacia sistemas más eficientes y autónomos.
El funcionamiento del chip se basa en dos componentes llamados memristores, que trabajan juntos para modificar su respuesta de manera autónoma. Uno actúa como disparador rápido y otro como memoria, lo que permite al chip ajustar su frecuencia eléctrica dependiendo de los estímulos recibidos. Esta capacidad de autoajuste es similar a cómo una neurona biológica regula su actividad con base en la experiencia, algo nunca antes logrado en chips similares.
Este desarrollo, publicado en la revista Advanced Materials, no solo es importante por su innovación técnica, sino también por su impacto potencial en el futuro de la inteligencia artificial (IA). Con este diseño, los dispositivos podrían aprender de forma local, reduciendo significativamente el consumo energético y mejorando la resiliencia frente a fallos físicos.
TE PUEDE INTERESAR: Computadores hechas con tejido cerebral humano: esto se sabe
Qué debes saber
- El chip fue desarrollado por investigadores de KAIST, liderados por el profesor Kyung Min Kim.
- Utiliza ‘memristores’ para imitar el aprendizaje y adaptación neuronal.
- Reduce el consumo energético en un 27.7% comparado con tecnologías convencionales.
- Puede recuperarse tras fallos físicos gracias a su plasticidad intrínseca.
- Es ideal para aplicaciones en edge computing y dispositivos portátiles.
Especificaciones técnicas
- Tipo: Chip neuromórfico llamado “neuristor de conmutación de frecuencia”.
- Base tecnológica: Dos memristores que simulan disparadores rápidos y memoria.
- Eficiencia: Reduce el consumo energético hasta en un 27.7%.
- Capacidad de aprendizaje: Imita la plasticidad intrínseca de las neuronas humanas.
- Resiliencia: Capaz de reorganizarse tras daños físicos manteniendo el rendimiento.
Contenido generado con IA y editado por el equipo editorial.
Foto: Omar:. Lopez-Rincon en Unsplash.