La investigación en computación neuromórfica avanza con un componente clave: los memristores moleculares. Estos dispositivos no solo almacenan información, sino que también pueden procesarla, cambiando su función de manera similar a como lo hace una sinapsis en el cerebro. Este comportamiento dual acerca a los científicos a crear hardware que emule con mayor fidelidad las redes neuronales biológicas, superando las limitaciones de la arquitectura de von Neumann.


El dispositivo funciona como una sinapsis artificial

La molécula en el núcleo del memristor altera su estado según el voltaje que recibe, modificando su resistencia eléctrica. Este cambio no es volátil, lo que significa que el dispositivo recuerda su último estado incluso sin energía. Esta propiedad permite que un solo componente actúe como memoria y como unidad de procesamiento, fusionando dos funciones que en los ordenadores tradicionales están físicamente separadas. Así, se reduce la necesidad de mover datos constantemente, lo que ahorra energía y tiempo.

Este enfoque promete sistemas más eficientes

Al emular la plasticidad sináptica, donde las conexiones entre neuronas se fortalecen o debilitan con la experiencia, estos memristores pueden aprender y adaptarse. Esto es fundamental para desarrollar inteligencia artificial que funcione directamente en el hardware, sin depender únicamente de software que simule redes neuronales en procesadores convencionales. El camino hacia ordenadores que piensen de forma más parecida a los seres humanos pasa por reinventar los componentes básicos de la electrónica.

Claro, porque si ya es difícil entender a un cerebro humano, ahora tendremos que lidiar con ordenadores que también tienen momentos de inspiración y olvidan dónde dejaron los datos, pero de forma literal.