En abril de 2026, investigadores de la Universidad Northwestern anunciaron que sus neuronas artificiales imprimibles lograron comunicarse directamente con células cerebrales vivas en experimentos con tejidos de ratón. Este avance, publicado en Nature Nanotechnology, marca un hito para el desarrollo de interfaces entre el cerebro y sistemas electrónicos, así como para una nueva generación de computación inspirada en la biología.
De la simulación al contacto real
Las neuronas artificiales imprimibles creadas por el equipo del profesor Mark C. Hersam representan un punto de inflexión en la búsqueda de sistemas electrónicos que emulen el comportamiento del cerebro humano. Mientras los primeros modelos de neuronas sintéticas solo imitaban de forma superficial las señales eléctricas biológicas, las nuevas versiones impresas con materiales flexibles han conseguido algo que hasta hace poco era inalcanzable: activar células cerebrales reales.
El logro es producto de una combinación de nanotecnología y materiales avanzados, entre ellos disulfuro de molibdeno (MoS₂) y grafeno, ambos aplicados mediante impresión por chorro de aerosol sobre superficies poliméricas. Estas estructuras producen señales eléctricas cuya forma, frecuencia y duración coinciden con las de las neuronas vivas, permitiendo su interacción directa con tejido cerebral.
¿Qué diferencia a las neuronas artificiales imprimibles de los modelos anteriores?
Durante la última década, el desarrollo de neuronas sintéticas se centró en reproducir patrones de disparo eléctrico similares a los biológicos. Sin embargo, estos sistemas eran rígidos, costosos y energéticamente ineficientes. Las nuevas neuronas artificiales imprimibles aprovechan materiales blandos y técnicas de fabricación accesibles, reduciendo drásticamente el costo y la complejidad del proceso.
La clave está en la interacción del polímero utilizado durante la impresión. En lugar de eliminarlo por completo, el equipo de Northwestern permitió su descomposición parcial durante el paso de corriente eléctrica. Este proceso genera filamentos conductores microscópicos que delimitan el flujo de electricidad, creando una respuesta súbita análoga al disparo neuronal. De este modo, cada dispositivo puede simular comportamientos complejos —desde picos aislados hasta secuencias continuas de impulsos— sin necesidad de redes extensas de componentes.
Este avance técnico también implica que menos unidades son necesarias para tareas computacionales avanzadas, lo que podría mejorar significativamente la eficiencia energética de los sistemas neuromórficos, un desafío clave en la era actual de la inteligencia artificial a gran escala.
Cómo se logró la comunicación con el cerebro biológico
El equipo interdisciplinario de Hersam trabajó con la neurobióloga Indira M. Raman, especialista en circuitos cerebelosos. Utilizando rebanadas de cerebelo de ratón, el grupo aplicó los impulsos eléctricos generados por las neuronas artificiales imprimibles directamente sobre las células vivas. Los resultados mostraron que las señales espigadas coincidían con los parámetros eléctricos esperados de una neurona natural, tanto en amplitud como en temporalidad.
Las neuronas biológicas respondieron con activación sináptica medible, lo que demuestra una compatibilidad funcional inédita. Este nivel de interacción sitúa a la tecnología más cerca de aplicaciones terapéuticas, como prótesis neuronales o restauración de funciones sensoriales. En el contexto de las neurociencias aplicadas, la posibilidad de conectar circuitos vivos con máquinas flexibles abre una vía hacia dispositivos médicos menos invasivos y más integrados con la fisiología del paciente.
De los chips de silicio al cerebro: una comparación energética
Hersam ha señalado que mientras los sistemas digitales tradicionales dependen de miles de millones de transistores idénticos fabricados sobre sustratos rígidos, el cerebro humano opera mediante redes tridimensionales de neuronas heterogéneas y dinámicas. Este contraste explica la significativa diferencia de eficiencia entre ambos mundos: el cerebro consume aproximadamente 20 vatios de energía, mientras que los centros de datos dedicados a inteligencia artificial pueden requerir cientos de megavatios.
De acuerdo con estimaciones citadas por el propio investigador, el cerebro humano es cinco órdenes de magnitud más eficiente que un computador digital equivalente. A medida que la demanda global de procesamiento para IA continúa en aumento, la necesidad de hardware inspirado en la biología —como las neuronas artificiales imprimibles— se vuelve más urgente. Solo en 2025, el consumo energético atribuido a modelos de entrenamiento profundo aumentó un 200 % respecto del año anterior, según datos del International Energy Agency.
¿Podrán estas neuronas revolucionar las interfaces cerebro-máquina?
Las posibles aplicaciones de esta tecnología abarcan distintos campos. En la medicina, podrían emplearse para restaurar funciones perdidas en pacientes con lesiones neurológicas o enfermedades degenerativas. Un implante flexible capaz de reemplazar el tejido dañado o amplificar señales nerviosas tendría un impacto sustancial en la rehabilitación motora, en terapias de estimulación cerebral profunda y en prótesis sensoriales.
En el ámbito tecnológico, las neuronas artificiales imprimibles representan un paso hacia sistemas de computación neuromórfica, donde los dispositivos procesan información imitando la forma en que lo hace el cerebro. Frente a los límites térmicos y de consumo de los semiconductores de silicio, los materiales flexibles y de bajo costo podrían permitir arquitecturas descentralizadas, adaptativas y de bajo consumo energético.
Las principales compañías del sector informático ya investigan alternativas para reducir el gasto energético de los centros de datos. Según análisis citados por el Journal of Sustainable Computing, cada gran instalación de IA podría alcanzar demandas equivalentes a las de una planta eléctrica mediana. Este contexto hace de la eficiencia una prioridad científica y económica.
Materiales imprimibles y sostenibilidad
El método de fabricación utilizado por el grupo de Northwestern cumple con criterios de producción sostenible. La impresión aditiva deposita materiales solo donde son necesarios, minimizando desperdicios y permitiendo el uso de tintas conductoras basadas en nanoláminas. A diferencia de la fotolitografía tradicional —que requiere procesos de grabado y limpieza con productos químicos agresivos— la técnica por aerosol ofrece flexibilidad y menor impacto ambiental.
Esta transición hacia materiales blandos no solo reduce costos, sino que también favorece la integración con tejidos orgánicos. Los dispositivos resultantes pueden doblarse o estirarse sin perder funcionalidad, un requisito fundamental para las futuras interfaces implantables.
¿Qué desafíos quedan por superar antes de su aplicación clínica?
A pesar de los resultados experimentales prometedores, las neuronas artificiales imprimibles enfrentan varios obstáculos antes de llegar al uso humano. Los investigadores deben validar la biocompatibilidad a largo plazo de los materiales empleados y garantizar que las señales no generen inflamación o rechazo inmunológico. Además, la sincronización a gran escala entre neuronas artificiales y redes neuronales vivas plantea interrogantes sobre el control preciso y la estabilidad de los circuitos híbridos.
En términos de regulación, cualquier intento de implantación en cerebros humanos deberá pasar por rigurosas evaluaciones éticas y ensayos clínicos. No obstante, el hecho de que los dispositivos ya logren comunicación efectiva con tejidos animales sitúa el proyecto en un punto de partida sólidamente experimental.
Una línea evolutiva: de los primeros memristores a la impresión neuronal
El concepto de emular al cerebro no es nuevo. En 1971, Leon Chua propuso el memristor como el cuarto elemento básico en los circuitos eléctricos, capaz de conservar memoria de los flujos de corriente pasados. Décadas más tarde, su implementación práctica dio origen a los primeros procesadores neuromórficos. Las neuronas artificiales imprimibles se basan en principios similares, pero los expanden al incorporar materiales bidimensionales y procesos de impresión que rompen con las limitaciones del silicio.
La combinación de semiconductores de MoS₂ y capas de grafeno ofrece un balance de movilidad eléctrica y flexibilidad mecánica difícil de lograr en materiales convencionales. Es, en cierto modo, la expresión madura del concepto memristivo, aplicada al ámbito biológico y con posibilidades inmediatas de miniaturización.
Investigadores del Materials Research Science and Engineering Center de Northwestern sugieren que estas neuronas podrían integrarse con sistemas de aprendizaje de máquina basados en hardware, permitiendo procesar información sensorial con una fracción del consumo energético requerido por los chips convencionales.
Perspectiva industrial y energética
Las implicaciones de esta innovación trascienden la neurociencia. Si los dispositivos basados en neuronas artificiales imprimibles logran escalarse, podrían reducir drásticamente el consumo energético global asociado a la inteligencia artificial. Hersam ha advertido que la proliferación de centros de datos ya está generando presiones significativas sobre el abastecimiento de agua para sistemas de refrigeración, además de aumentar la huella de carbono del sector tecnológico.
Empresas que operan a gran escala, como proveedores de servicios en la nube o laboratorios de entrenamiento de modelos lingüísticos, podrían beneficiarse de hardware neuromórfico. A largo plazo, el objetivo es alcanzar plataformas informáticas capaces de aprender de manera continua, con patrones de consumo energético similares a los de un organismo vivo.
Ciencia básica y futuro del conocimiento híbrido
El impacto del descubrimiento también reaviva debates filosóficos sobre la integración entre mente y máquina. La posibilidad de que un dispositivo artificial no solo imite, sino que active tejido cerebral, redefine las fronteras entre lo biológico y lo tecnológico. En la actualidad, las neuronas artificiales imprimibles permanecen limitadas a experimentos de laboratorio, pero su existencia amplía el campo de la neuroingeniería hacia una nueva era de sistemas híbridos.
En un futuro previsible, los desarrolladores esperan combinar estos avances con tecnologías de aprendizaje profundo y sensores biomédicos, construyendo plataformas donde la distinción entre interfaz y organismo sea cada vez más borrosa. Si se logra mantener la eficiencia energética y la compatibilidad biológica, la frontera siguiente será la integración directa con redes neuronales complejas.
El trabajo liderado por Mark C. Hersam y Vinod K. Sangwan no solo demuestra una proeza de ingeniería de materiales, sino que perfila una estrategia de transición hacia una computación sostenible y adaptativa. En el horizonte de la neurotecnología, las neuronas artificiales imprimibles podrían convertirse en las piezas fundamentales de una infraestructura informática verdaderamente biológica, donde cada impulso eléctrico evoque, en esencia, el latido mismo del pensamiento.
Oli Seoane es médica clínica especializada en nutrición y longevidad. Se dedica a la prevención y a derribar mitos de salud con información clara, basada en evidencia. Como comunicadora, traduce la ciencia a un lenguaje simple para ayudar a las personas a vivir mejor.