Científicos israelíes comprobaron que es posible almacenar información en un cultivo de neuronas vivas,
esto representa un gran avance para la tecnología que pretende crear chips construidos con materia orgánica
integrada y especialmente en el campo de las redes neuronales artificiales.
La investigación consistía en generar el primer conjunto de neuro-memoria de origen químico. Demostrando de esta
forma el papel que cumple la estimulación química en el aprendizaje y la formación de los recuerdos en los
organismos vivos, lo que impulsará el desarrollo de las redes neuronales artificiales.
Los científicos encontraron “patrones de la memoria” más de cuarenta horas después de haberlos
inducido.
El hallazgo permite conocer mejor los mecanismos de aprendizaje en los organismos vivos y potenciará el
desarrollo de las redes neuronales.
Itay Baruchi y Eshel Ben-Jacob, de la Universidad de Tel Aviv,
publicaron sus descubrimientos en la revista Physical Review E. Los científicos afirman que el primer
desafió para lograr desarrollar redes neuronales artificiales es comprender el funcionamiento del aprendizaje
y la memoria.
Los experimentos anteriores en este campo se basaban en la estimulación eléctrica de las neuronas,
y he aquí la diferencia, ya que en este nuevo proyecto Baruchi y Ben-Jacob, utilizaron la estimulación química.
Esta permite registrar las respuestas de las redes neuronales a determinados estímulos químicos inducidos con
el fin de provocar alteraciones permanentes en los patrones de las respuestas neuronales. De esta forma los
investigadores encontraron “patrones de memoria” que permanecieron por más de cuarenta horas después de haber sido
inducidos.
En estudios anteriores se pudo comprobar que por el solo hecho de unir neuronas dentro de un cultivo artificial éstas,
de forma espontánea, generan patrones de funcionamiento coordinados.
Pero los investigadores consiguieron, además, que distintos patrones de respuesta neuronales se combinen,
sin interferir unos con otros.
Para lograr imprimir memorias múltiples a diversas partes de la red, que persistan en el tiempo (durante varios días)
han aplicado estímulos químicos localizados en distintos puntos de la red neuronal.
Estos estímulos químicos se realizaron colocando una micro pipeta sobre un grupo de neuronas a las que le
inyectaron durante un microsegundo una gota microscópica de pricotoxina (veneno de las semillas de los vegetales)
disuelta en un medio ácido.
De esta forma los patrones, de las respuestas neuronales, inducidos por el estimulo químico fueron registrados,
mediante electrodos, para demostrar que se puede provocar deliberadamente mediante estímulos químicos respuestas
que se añaden a la primera.
Con el fin de crear una nueva memoria en las neuronas los investigadores introdujeron pequeñas cantidades del
estimulante químico en el cultivo en un lugar seleccionado. DE este modo el estimulante indujo un segundo
patrón de respuestas, que comenzó en dicho lugar y que coexistió con el patrón original.
Pasadas Veinticuatro horas, inyectaron además otros estimulantes químicos en una nueva localización de la
red neuronal, surgiendo un tercer patrón de respuesta. Estos tres patrones de memoria lograron persistir
sin interferir unos con otros durante unas 40 horas.
Explican los científicos, que solo la inyección de una única micro gota resulta suficiente para iniciar una
respuesta sincronizada de las neuronas con un patrón nuevo de respuestas. La actividad de la respuesta
inducida pudo observarse primeramente en los alrededores del lugar donde se inyecto el estimulo químico,
pero luego fue propagándose a lo largo de un camino fijo.
Articulo publicado en Physical Review E
Que son las Redes Neuronales:
Las redes neuronales son, en el campo de la inteligencia artificial, un paradigma de aprendizaje
y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales.
Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida.
Una de las misiones en una red neuronal consiste en simular las propiedades observadas en los sistemas neuronales
biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales (como un circuito integrado,
un ordenador o un conjunto de válvulas). El objetivo es conseguir que las máquinas den respuestas similares a las
que es capaz el cerebro que se caracterizan por su generalización y su robustez.