Inspirado en cómo el cerebro procesa la vista y el tacto simultáneamente, un nuevo dispositivo creado en un laboratorio detecta, codifica y aprende del mundo que le rodea utilizando únicamente la energía que ese mundo le proporciona, en concreto mediante el aire.
Un equipo de investigadores de la Universidad del Sur de California (USC), en Estados Unidos, presentó un sistema neuromórfico del tamaño de una moneda capaz de aprender y evolucionar a partir de estímulos del entorno: trabaja sin batería, sin circuito digital y sin alimentación externa.
El estudio que sustenta la innovación se publicó en la revista Nature Sensors: apunta a una nueva generación de dispositivos que imitan el modo en que el cerebro integra sentidos, memoria y aprendizaje en tiempo real.
Un dispositivo totalmente autónomo
La propuesta parte de la idea de convertir la energía que ya existe en el ambiente en el «combustible» del propio sistema. Según una nota de prensa, el dispositivo opera con señales analógicas como luz, presión, calor o sonido, que no se digitalizan sino que se procesan directamente en hardware. El resultado es un circuito totalmente analógico, compacto y autónomo, diseñado para funcionar en entornos donde las baterías, el cableado o la conexión a la nube serían inviables.
El corazón del dispositivo está en dos tipos de memristores a escala nanométrica: unos se comportan como neuronas y otros como sinapsis. Los primeros generan señales cuyo ritmo depende de la intensidad del estímulo, mientras que los segundos conservan el aprendizaje y actualizan su estado cuando reciben señales relacionadas en el tiempo.
Combinados con resistencias y capacitores, permiten que el sistema relacione información de distintos sensores, retenga lo aprendido y tome decisiones sin software ni procesadores digitales.
Un dispositivo minúsculo piensa como un cerebro y se alimenta con el ambiente. / Crédito: KOMMERS en Unsplash.
Aplicaciones y potencial
Los científicos lo describen como un sistema neuromórfico “completamente analógico” y “autoalimentado” que une sensado multimodal, codificación en pulsos y aprendizaje no supervisado en hardware. El estudio remarca que el chip integra sensores, cómputo, memoria y aprendizaje en una sola placa de circuito impresa, una arquitectura pensada para reducir consumo, latencia y complejidad frente a los sistemas convencionales.
Referencia
Self-powered analogue neuromorphic system for multimodal sensing, encoding and learning with diffusive and drift memristors. Seung Ju Kim et al. Nature Sensors (2026). DOI:https://doi.org/10.1038/s44460-026-00067-7
El potencial de esta tecnología incluye aplicaciones como la detección de rayos en zonas propensas a incendios forestales, por ejemplo. En simulaciones realizadas, el sistema logró reconstruir la ubicación de descargas eléctricas a partir de la diferencia entre la llegada de la luz y del sonido, información que queda almacenada directamente en el dispositivo.
Esa lógica podría aplicarse también a sensores de temperatura, químicos o de vibraciones, con usos en auditoría ambiental, robótica, dispositivos inalámbricos a incorporar en prendas de vestir y exploración espacial o submarina, entre otras posibilidades.
