Hacia las biocomputadoras (1/2)

Artículo publicado en el Liberal del Sur el domingo 12 de febrero de 2012.

Después del artículo sobre las computadoras cuánticas (ver post anterior), decidimos presentarles otra posible alternativa a las computadoras clásicas que podría formar parte de nuestras vidas cotidianas en un futuro no tan lejano. Hoy volveremos a hablar del tema muy interesante de las computadoras inteligentes o bio-computadoras, basadas en las redes neuronales artificiales. La próxima semana les daremos una visión un poco más detallada de lo que son esas redes artificiales, capaces de aprender casi solas.

Se sabe bien que las computadoras clásicas (las que se usan diario en todo el mundo para trabajar, agilizar nuestras tareas, resolver problemas complejos y conectarnos) tienen limitaciones. Aunque son capaces de calcular a una velocidad vertiginosa, cometen errores y no son capaces de “aprender” solas. Solamente pueden reproducir una forma de operar con la cual un programador les ha habilitado. Hace dos años, dos publicaciones científicas^1,2 han reportado el desarrollo de un transistor electrónico funcionando como una sinapsis humana. Efectivamente, fabricaron un microdispositivo que mímica el comportamiento de nuestras células cerebrales. Basado en un compuesto orgánico y nanopartículas de oro, esa tecnología podría conducir a una nueva generación de computadoras y procesadores inspirados por las redes neuronales así como podría permitir avances en medicina y biología autorizando la conexión de microestructuras artificiales procesadas con tejidos biológicos. La era de las computadoras inteligentes está por empezar.

Aprender, una tarea humana difícil para una máquina

Según el famoso dicho de Seneca “Errar es humano, caer en el mismo error es diabólico”. Por lo tanto, desde el advenimiento de la tecnología moderna, ella aspira a hacer desaparecer esa imperfección humana que consiste en tener una propensión a equivocarse más o menos frecuentemente. Esa tendencia puede presentar varias derivas, y prever un mundo dirigido completamente por los robots y las maquinas inteligentes es un tema de predilección para la ciencia ficción, que nos describe como esclavos de nuestras propias creaciones. Afortunadamente, no siempre se pueden remplazar los ser humanos por maquinas porque tenemos una enorme ventaja sobre aquellas: es la facultad de aprender a medida que pasa el tiempo. Efectivamente, la experiencia y la educación nos permiten memorizar nuevas situaciones y adaptarnos a ellas. En condiciones dadas, aprendemos a no equivocarnos. Las maquinas, hasta la fecha, no lo pueden. Quién ha usado un dispositivo electrónico con frecuencia en su vida tiene que haber deseado poder enseñarle algo, educarlo, hacerlo entender cómo evitar sus fallas repetitivas. Las computadoras son un buen ejemplo de equipo que siempre se va a  “equivocar” en situaciones dadas. Sin embargo, cuando nos quejamos de las disfunciones habituales de esos aparatos, olvidamos que son maquinas diseñadas por un ser humano no para pensar, sino para efectuar algunas tareas automáticamente y desde luego responder de manera exactamente idéntica a ciertas condiciones. Es por eso que si una computadora se equivoca o se confunde, la falla proviene de un error humano, y casi siempre bajo forma de mala programación inicial de la maquina.

La clave es adaptarse

Como lo dijo bien Darwin, la clave es adaptarse para no desaparecer. Hace varias décadas que se utiliza una técnica matemática muy poderosa para que los programas y modelos puedan educarse y memorizar algo que un operador quiera enseñarles. Llamado red neuronal artificial, ese proceso de educación artificial ha sido posible imitando el aprendizaje constante del cerebro humano, es decir ejercitando el programa a reconocer patrones de manera recurrente y a reconocer sus errores si se equivoca. Presentaremos esta técnica con detalles la próxima semana.

Hoy en día, gracias a esa técnica, ya se logran desarrollar modelos y estructuras completamente adaptivos que no solamente logran no fallar en situaciones conocidas pero que también saben analizar nuevas condiciones gracias a asociaciones de patrones similares. Basándose en esa tecnología de neuronas artificiales capaces de aprender y aprovechando los recientes avances en fabricación de transistores a escala micro y nanoscópica, algunos investigadores están desarrollando neuronas y sinapsis sintéticas como unidades primarias a la elaboración de un sistema central complejo de alta densidad imitando la arquitectura y el funcionamiento del cerebro: tratamiento centralizado de la información con conexiones paralelas al extremo y capacidad de análisis en tiempo real. Una ventaja importante de los nuevos dispositivos reportados estos últimos meses es que se elaboraron con materiales plásticos flexibles y biocompatibles, es decir que se puede imaginar su incorporación a tejidos biológicos para activación neuronal gracias a una interfaz sin riesgo de contaminación. Es por eso que los recientes avances en la fabricación de neuronas artificiales a escala nanométrica representan una gran esperanza en la investigación de regeneración de células nerviosas y de enfermedades neurodegenerativas.

1.       Chen et al., Ionic/Electronic Hybrid Materials Integrated in a Synaptic Transistor with Signal Processing and Learning Functions, Adv. Mater. 2010, 22, 2448–2453.

2.       Vuillaume et al., An Organic Nanoparticle Transistor Behaving as a Biological Spiking Synapse, Adv. Funct. Mater. 2010, 20, 330–337.