¿Y si una computadora pudiera recordar y decidir casi como lo hace una casa inteligente cuando “aprende” tus rutinas? Esa escena, que parece lejana, acaba de ganar una pieza clave en un laboratorio donde la electrónica dejó de separar memoria y cálculo como si fueran habitaciones distintas.
El hallazgo llega de una red internacional de investigadores con participación de la Universidad Federal de São Carlos y del físico Víctor Lopez‑Richard. El estudio, publicado en Nature Communications, revela un dispositivo neuromórfico, es decir, inspirado en la forma en que el cerebro procesa y almacena información al mismo tiempo.
La computación neuromórfica busca justamente eso: evitar el viaje constante entre memoria y procesador que hoy consume tiempo y energía. En lugar de ese cableado central fragmentado, este nuevo componente concentra varias funciones en un solo punto y abre una oportunidad para sistemas más eficientes.
Los investigadores mostraron que el dispositivo puede actuar como transistor, memristor y memcapacitor. El memristor (resistor con memoria) cambia su resistencia según las señales previas. El memcapacitor (capacitor con memoria) ajusta su respuesta según el historial del sistema.
El trabajo es una prueba de concepto, pero subraya un mecanismo con potencial real para reducir interconexiones y consumo energético.
En una computadora convencional, procesar y recordar suele parecerse a cocinar con la heladera en una punta de la casa y la hornalla en la otra. Cada ida y vuelta gasta tiempo y energía. Aquí, en cambio, ambas tareas comparten el mismo mostrador.
El dispositivo se basa en la interfaz entre LaAlO₃ (óxido de lantano y aluminio) y SrTiO₃ (titanato de estroncio). En esa frontera aparece un gas cuasibidimensional de electrones, una capa ultrafina conductora, que funciona como canal regulable para la corriente.
Un interruptor que también guarda huellas
La clave no está solo en ese canal, sino en unas puertas laterales que acumulan carga de forma gradual. Ese almacenamiento funciona como un pequeño tanque eléctrico. Según cuánta carga queda guardada, el canal se abre o se cierra de otra manera. Ahí aparece la memoria.
Ese mecanismo difiere de otros dispositivos que dependen de vacancias de oxígeno, pequeños defectos del material. Aquí el engranaje central es electrostático: las cargas almacenadas en los laterales controlan el paso de corriente como persianas que no solo suben y bajan, sino que además recuerdan en qué posición quedaron.
Además, el sistema opera de forma analógica, es decir, con muchos estados intermedios y no solo con el clásico sí o no binario. Esa riqueza lo acerca más a una sinapsis biológica, que no responde siempre con la misma intensidad, sino que refuerza o debilita la señal según la experiencia.
La principal innovación recibe un nombre técnico: polimorfismo electrónico (capacidad de asumir varias funciones). En la práctica, significa que un único componente puede cambiar de papel según cómo se conecten sus terminales eléctricas. Como una herramienta plegable que pasa de cuchillo a destornillador sin cambiar de cuerpo.
Los ensayos mostraron funciones concretas. El dispositivo logró reservoir computing (cómputo por dinámicas internas), útil para reconocer patrones simples como dígitos en imágenes de baja resolución. También exhibió plasticidad sináptica, la capacidad de reforzar respuestas tras estímulos repetidos, y ejecutó lógica reconfigurable como operaciones “and”, “or” y “not”.
Otro dato importante es el consumo: unas pocas unidades de nanojulios por operación, una escala muy baja de energía. Para una industria frenada por el gasto eléctrico y el calor, ese número es más que un detalle. Es un interruptor posible para otro tipo de hardware. De todos modos, los autores advierten que el trabajo sigue en investigación básica. Falta resolver escalabilidad, integración tecnológica y variabilidad entre dispositivos antes de pensar en uso comercial.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
