Princeton crea un dispositivo 3D con neuronas vivas que entrena redes biológicas para reconocer patrones

Cuerpo de la noticia:
Princeton, Nueva Jersey, 24 de abril de 2026 – La inteligencia artificial convencional avanza a pasos agigantados, pero su apetito energético es insostenible. Frente a ese desafío, un grupo de investigadores de la Universidad de Princeton ha decidido mirar directamente al órgano más eficiente del planeta: el cerebro humano.

Tal y como publicaron ayer en la revista Nature Electronics, los científicos han logrado un hito en la carrera de la biocomputación. Desarrollaron un dispositivo tridimensional donde neuronas vivas, cultivadas a partir de células madre de ratón, crecen dentro de una intrincada malla microscópica de electrodos en lugar de hacerlo sobre una superficie plana. Este andamio de cables de tan solo diez micrómetros de diámetro (diez veces más fino que un cabello humano) permite a las células tejer su propia arquitectura alrededor del hardware, creando una red viva que puede ser programada y monitoreada con una precisión sin precedentes .

La investigación, liderada por los profesores Tian-Ming Fu y James Sturm junto al investigador Kumar Mritunjai, expone que este “cerebro en un chip” fue sometido a un entrenamiento práctico. Los científicos manipularon las conexiones entre las neuronas para enseñarle al sistema a reconocer patrones, y los resultados fueron sorprendentes: el dispositivo distinguió con precisión tanto formas geométricas espaciales como secuencias rítmicas de actividad neuronal, alcanzando una precisión del 95% en el reconocimiento de patrones espaciales .

El verdadero impacto del hallazgo no reside solo en la precisión, sino en la eficiencia energética. Mientras que entrenar un modelo de inteligencia artificial como GPT-4 consume electricidad equivalente a la de una pequeña ciudad, la red de 50 neuronas de Princeton opera en el rango de los milivatios. “La barrera real para la IA en el futuro cercano es la energía”, subraya Fu, recordando que el cerebro humano funciona con apenas 20 vatios .

El equipo planea ahora escalar el sistema a millones de neuronas, lo que podría abrir la puerta a ordenadores híbridos capaces de aprender como un ser humano, pero también a modelos avanzados para estudiar enfermedades neurológicas como el Alzheimer o la epilepsia directamente en un laboratorio. La comunidad científica ha calificado el avance como un paso crucial hacia los “supercomputadores orgánicos”, acercando la ciencia ficción de un sistema operativo biológico a una realidad de laboratorio .