Última hora 20:00 Trump sobre el conflicto con Irán: EE. UU. reevaluará la situación después del 1 de enero 19:30 Alemania y UniCredit Alcanzan un Acuerdo: La Adquisición de Commerzbank Entra en una Nueva Fase 19:00 Real Madrid: Aurélien Tchouaméni renueva su contrato hasta 2032 17:08 Israel: Miki Zohar plantea la posibilidad de que Benjamin Netanyahu se convierta en presidente 16:40 Marruecos: Alcanzó un Histórico Quinto Lugar en el Ranking Mundial de la FIFA, Ganando Reconocimiento Internacional 16:00 Myanmar: La Corte Internacional de Justicia Emite un Fallo Histórico sobre el Genocidio Rohingya 15:30 Dinamarca: El Parlamento Ratifica el Acuerdo de Seguridad con Estados Unidos y Groenlandia 15:00 El príncipe Harry: dispuesto a reincorporarse al ejército británico si es necesario para contrarrestar a Rusia 14:00 Netanyahu y los partidos árabes: 771 votos compartidos generan dudas sobre sus críticas a Eisenkot 13:30 La Web Agente: Satya Nadella Predice Cómo los Agentes de IA Transformarán la Economía de Internet 12:30 Snapchat y la IA: Nuevas herramientas facilitan el desarrollo de lentes de realidad aumentada para creadores 12:00 Arabia Saudita: Ataque con Misiles de los Hutíes Daña la Torre PIF de 80 Pisos en Riad 11:45 Microsoft: El CEO Satya Nadella Explica Por Qué Se Ofrecieron Paquetes de Salida Voluntaria a 60,000 Empleados 11:30 Tensiones entre EE.UU. e Irán: Netanyahu supuestamente insta a Trump a unirse a nuevos ataques militares 11:15 Trump, Xi y Putin: Una Cumbre Trilateral Sin Precedentes Hace Historia en China 10:45 Presidencia de la FIFA: Tres Candidatos Listos para una Elección Decisiva en Rabat en 2027 10:30 Tensiones entre Trump y Vance sobre Irán: Marco Rubio surge como un posible sucesor en 2028 10:15 Elon Musk Defiende a Jensen Huang: La Decisión de Nvidia Comparada con Sacar a Michael Jordan 10:00 Anthropic IPO: La compañía hace historia en el mercado de valores con una oferta de $81.3 mil millones a $83 por acción 09:45 Trump advierte a Irán: supuestos planes de armas químicas y biológicas podrían desencadenar una masiva represalia de EE. UU. 09:30 Marruecos: La Selección Nacional de Fútbol Amputado Aspira a la Gloria en la Copa del Mundo Tras Alcanzar los Cuartos de Final en México 08:45 Italia: Político Judío Renuncia al Partido Democrático Tras Disputa Sobre Ley Antisemitismo 08:30 Cese del fuego en Gaza en peligro: el Consejo de Paz acusa a Israel y Hamas de socavar la tregua 22:00 Hackers británicos enfrentan la justicia: filtración de GTA 6 y robo de criptomonedas por 11.6 millones de dólares 21:30 Sam Altman sobre Jensen Huang: Por qué es difícil imaginar la industria de la IA sin él 21:00 Real Madrid: Arda Güler extiende su contrato hasta 2032 asegurando el futuro de la estrella turca 20:30 Trump contra la BBC: Tribunal de Florida amplía el plazo de declaración en caso de difamación de 10 mil millones de dólares

Células cerebrales vivas entrenadas para realizar tareas de aprendizaje automático

Sábado 04 Abril 2026 - 08:20
Células cerebrales vivas entrenadas para realizar tareas de aprendizaje automático

Investigadores en Japón han demostrado que neuronas vivas cultivadas en una placa de Petri pueden entrenarse para ejecutar tareas de aprendizaje automático que hasta ahora se consideraban dominio exclusivo de los sistemas artificiales, un hallazgo que podría redefinir los límites entre la biología y la informática.

Un equipo de la Universidad de Tohoku y la Future University Hakodate cultivó neuronas corticales de rata y las integró en un marco de computación por reservorio, método ampliamente utilizado en inteligencia artificial para procesar datos de series temporales. Aplicando una técnica conocida como aprendizaje FORCE (First-Order Reduced and Controlled Error) para optimizar la capa de salida del sistema, las redes neuronales biológicas lograron generar señales temporales complejas, entre ellas ondas sinusoidales, triangulares y cuadradas, así como trayectorias caóticas como el atractor de Lorenz.

El estudio, publicado en las Proceedings of the National Academy of Sciences el 12 de marzo, representa la primera vez que neuronas biológicas demuestran capacidad para realizar aprendizaje supervisado de patrones temporales, una tarea que hasta ahora solo había sido demostrada en redes neuronales artificiales y redes neuronales de impulsos.

En el núcleo del avance se encuentra el uso de dispositivos microfluídicos, pequeños chips con canales diseñados con precisión para guiar el crecimiento neuronal y controlar la forma en que las células se conectan entre sí. Esto permitió a los investigadores construir arquitecturas de red modulares que evitaban una sincronización excesiva entre las neuronas, favoreciendo la dinámica rica y de alta dimensión necesaria para una computación eficaz. La red demostró flexibilidad al aprender y reproducir de manera estable ondas sinusoidales con períodos de entre 4 y 30 segundos dentro del mismo sistema.

"Este trabajo demuestra que las redes neuronales vivas no son solo sistemas biológicamente significativos, sino que también pueden funcionar como nuevos recursos computacionales", afirmó Hideaki Yamamoto, profesor de la Universidad de Tohoku. "Al tender un puente entre las neurociencias y el aprendizaje automático, abrimos el camino a nuevas formas de computación que aprovechan la dinámica intrínseca de los sistemas biológicos."

Los resultados sugieren que las redes de neuronas biológicas podrían servir eventualmente como alternativas o complementos a los modelos de aprendizaje automático existentes. El equipo prevé mejorar la estabilidad de la generación de señales tras el entrenamiento y perfeccionar el algoritmo de aprendizaje FORCE. La plataforma podría además ampliarse como sistema microfisiológico para estudiar respuestas a fármacos y modelar trastornos neurológicos, extendiendo su impacto potencial desde la informática hacia la medicina.

La investigación se apoya en trabajos previos del mismo grupo, publicados en PNAS en 2023, que demostraron que neuronas cultivadas en dispositivos microfluídicos podían clasificar datos de series temporales, como dígitos hablados, mediante computación por reservorio.


  • Fajr
  • Amanecer
  • Dhuhr
  • Asr
  • Maghrib
  • Isha

Este sitio web, walaw.press, utiliza cookies para ofrecerle una buena experiencia de navegación y mejorar continuamente nuestros servicios. Al continuar navegando por este sitio, acepta el uso de estas cookies.