Investigadores crean un neurón mecánico hecho de metal y polímero

Investigadores crearon un dispositivo nanomecánico que reproduce una de las principales características de una neurona: acumula gradualmente la señal de entrada, alcanza un umbral y emite un impulso eléctrico abrupto. En la base del neurona artificial no hay un circuito electrónico complejo, sino el movimiento de una capa extremadamente delgada de polímero blando, que a la vez participa en el procesamiento de la información y almacena memoria a corto plazo sobre las excitaciones previas.

El desarrollo se relaciona con la computación neuromórfica, donde dispositivos electrónicos intentan reproducir principios aislados del funcionamiento del sistema nervioso. Los autores fueron más allá de los esquemas habituales con transistores y aprovecharon las propiedades físicas del propio material. Este enfoque permite unir memoria y cómputo en un mismo elemento minúsculo, en lugar de transferir constantemente los datos entre bloques separados.

El dispositivo consta de dos electrodos metálicos entre los que se encuentra una capa de polidimetilsiloxano con un espesor de solo 2 nm. Al aplicar tensión, los electrodos se atraen entre sí y comprimen el polímero. Incluso un cambio minúsculo en la distancia entre las superficies modifica fuertemente la corriente eléctrica que atraviesa la estructura gracias al túnel cuántico.

La viscoelasticidad del polidimetilsiloxano juega un papel clave. Tras la compresión, el material no vuelve a su estado inicial de forma instantánea, por lo que su posición actual depende de las excitaciones previas. De hecho, el polímero "recuerda" durante un tiempo qué tensiones se aplicaron al dispositivo, y la deformación mecánica acumulada influye en la respuesta eléctrica posterior.

Un principio similar funciona en las células nerviosas. La neurona biológica recibe numerosas señales de entrada y se aproxima gradualmente al umbral, tras el cual aparece un impulso eléctrico. En el elemento nanomecánico, las excitaciones sucesivas comprimen cada vez más el polímero hasta que el sistema supera el umbral y genera una respuesta abrupta. Luego el material recupera progresivamente su forma original y el ciclo puede comenzar de nuevo.

La capa blanda resuelve otro problema de la nanomecánica. A distancias muy pequeñas, las superficies metálicas pueden atraerse tanto entre sí que se peguen y no vuelvan a separarse. El polímero actúa como un diminuto resorte, sujeta los electrodos y permite cambiar su posición repetidamente sin un colapso irreversible de la estructura.

Los autores esperan que ese principio permita crear sistemas compactos donde un elemento combine el procesamiento de la señal y la memoria sin condensadores adicionales ni circuitos de control complejos. Según los cálculos de los investigadores, la eficiencia energética potencial de dichos elementos podría superar la de los sistemas biológicos con una superficie activa considerablemente menor. Por ahora se trata de una perspectiva teórica: no se ha presentado un procesador completo con una ventaja demostrada sobre los circuitos integrados actuales en funcionamiento.

En el futuro, los desarrolladores quieren añadir funciones de sensor a la misma estructura. Entonces el material podrá no solo percibir una señal física, sino procesarla de inmediato y tener en cuenta el historial reciente de excitaciones. Entre las posibles aplicaciones, los autores mencionan prótesis con procesamiento rápido de datos táctiles, sensores médicos portátiles de baja potencia y electrónica autónoma que debe tomar decisiones directamente junto a la fuente de datos.

La principal diferencia del enfoque consiste en trasladar parte del cálculo desde un circuito electrónico convencional a la física del material. En lugar de imitar una neurona con un gran conjunto de componentes electrónicos, el comportamiento deseado surge gracias a cómo la capa de polímero a escala nanométrica se comprime, se recupera y altera su conductividad. A los investigadores aún les queda demostrar qué tan bien se escalan estos elementos, cuánto tiempo mantienen sus características tras un uso repetido y si es posible agrupar un gran número de neuronas mecánicas en un sistema de cómputo útil en la práctica.