La tecnologa neuromrfica

La tecnologa neuromrfica, est compuesta principalmente por un conjunto de

microchips encargados del procesamiento de informacin basados en la estructura del
cerebro humano.
Fue desarrollada a principios de la dcada de 1980, por el profesor del Instituto
Tecnolgico de California y uno de los padres de la computacin moderna, Carver Mead.
Algunos de los proyectos con los que se dio inicio al desarrollo de esta tecnologa fueron:
1. El chip TrueNorth de IBM (2011)
2. The Human Brain Proyect. (2014)
Cientficos a lo largo de los ltimos aos, se han dado la tarea de crear un sistema
que sea capaz de trabajar en pro de los avances tecnolgicos por medio de estos chips que
poseen alrededor de 6000 transistores que realizan procesos equivalentes a los de sinapsis
en nuestros cerebros; dentro de estos, existen tambin aproximadamente 26,000
conexiones cuyo objetivo es copiar el trabajo en red que hacen las neuronas, procesando
y transformando la informacin que estos reciben.
Es evidente que el tratar de imitar los procesos biolgicos de un cerebro es
prcticamente imposible, pues la sofisticacin de estos no permite que lleguen a ser
estudiados en su total profundidad, sin embargo esta nueva tecnologa trata de asemejarse
imitando su arquitectura y relacin estructural.
La tecnologa neuromrfica se caracteriza por su capacidad de pensamiento y
respuesta, lo cual genera una mayor potencia y de igual forma, su eficiencia energtica
supera por mucho a la de cualquier otro ordenador convencional, cuyos procesadores son
lineales y slo poseen chips de memoria y un procesador central; en comparacin con los
de esta tecnologa que son capaces de aprender y anticipar, y no slo de responder de
forma pre-programada.
Las ventajas de los chips neuromrficos es que realizan acciones con rapidez y
eficiencia 9000 veces mayor a la de un ordenador nromal, tienen un menor consumo de
energa, produce un mejoramiento en reas como la medicina y la neurociencia, da un
apoyo a la vida cotidiana, hay un mayor almacenamiento, da nuevas oportunidades a
personas con alguna discapacidad, como lo son las prtesis, y mejora la calidad de
diversos servicios. Sin embargo, tambin tiene sus desventajas como son el mal uso de la
informacin y la tecnologa, tiene un costo muy elevado, existe el riesgo de prdida de
datos, y puede llegar a crear una dependencia social.
Algunos proyectos que estn integrando est nueva tecnologa y que buscan con
ella mejorar las condiciones humanas son:

Human Brain Project: Proyecto realizado por la Unin Europea por Henry
Makram, que tiene como fin el reproducir tecnolgicamente las caractersticas del
cerebro humano, para poder obtener avances en la mdica y en la neurociencia
(reunir y modelar datos, herramientas matemticas, y robots virtuales controlados
por modelos cerebrales).
Neurogrid: Es un hardware que simula 1 milln de neuronas y 6 mil sinapsis. Fue
creado en el 2009, en la Universidad de Stanford. Tiene como fin la modelacin
de patrones de interaccin.
Neuromorphic Retina: Chip que simula las 5 capas de la retina, donde las clulas
de los ganglios mandan seales al chip, permitiendo a la persona que lo usa el
poder escanear imgenes. Est principalmente realizado para personas que tienen
alguna discapacidad visual.
 Deep Blue: Fue creado en la Universidad de Waterloo, Canad. Contiene en l
dos millones y medio de neuronas, y tiene como fin, ser una computadora que
comprenda a los seres humanos.

En un futuro se espera que el metamorphing de los chips para realizar los procesos
de sinapsis, de una forma independiente, y puedan llegar a tener un auto crecimiento
que permita su desarrollo y un nmero mayor de capacidades, puedan funcionar
correctamente los 2 Chips ms avanzados hasta ahora: IBM TrueNorth y SpiNNaker, que
las clulas gliales contribuyan al procesamiento de la informacin, que los astrocitos
artificiales profundos (DANAN), puedan mejorar el procesamiento de aprendizaje. Se
logre cerrar la brecha entre sensores elctricos y conexiones neuronales, para poder ser
implantados en robots o personas. Tambin se espera que los chips puedan llevar a cabo
tareas complejas sensomotoras en tiempo real, y tambin que haya una reduccin de
costos.
Las aplicaciones que tienen estos chips son principalmente en el campo de la
Farmacobiologa y la Neurociencia, con:
Diseo de nuevos frmacos que pueden ser previamente experimentados.
Tener un cribado virtual (SV).
Lograr una investigacin de relacin estructura-actividad cuantitativa
(QSAR).
Prediccin de estructura de protenas y estructura genmica (y otros
omics).
Llevar a cabo una minera de datos.

La carrera que estn estudiando los cuatro integrantes que llevaron a cabo esta
presentacin es la Licenciatura en Danza Clsica y Contempornea.
Actualmente, ya que este proyecto sigue en proceso, y an no est totalmente
terminado, no existe ningn tipo de app. Sin embargo, tras la informacin recaudada nos
podemos dar cuenta que gracias a todos estos avances, principalmente relacionados con
personas que tienen alguna discapacidad, Danceablity, que consiste en la danza para
personas con alguna discapacidad fsica, pueda ser llevada a cabo con mucha ms
facilidad, y permitindole a ms personas tener acceso a ella.
Para concluir, podemos notar que la tecnologa avanza rpidamente durante los
aos, sin embargo, no todo va dirigido hacia los campos econmicos e industriales, sino
que algunos van dirigidos a la ciencia, y pueden llegar a afectar a otros campos. Gracias
a la tecnologa neuromrfica en un futuro habr una mayor posibilidad a que personas
que tienen alguna discapacidad puedan llevar una vida cotidiana sin ningn problema, y
las simulaciones de un cerebro virtual, permitir poder comprender mejor los procesos
que en este se llevan a cabo, y tener mayores avances en la medicina, neurociencia, y
biomedicina.

Fuentes de consulta:
Tom Simonite. (Diciembre 18, 2013). Los chips neuromrficos tendrn una inteligencia
aliengena. Recuperado de https://www.technologyreview.es/s/3937/los-chips-
neuromorficos-tendran-una-inteligencia-alienigena.
Victor Ever Carvajal Laureano. (Septiembre 25, 2015). Tecnologa Neuromrfica.
Recuperado de https://es.slideshare.net/uts12s-003524/tecnologa-neuromrfica.
Redaccin Central. (Agosto 9, 2013). Chips neuromrficos imitan el funcionamiento del
cerebro en tiempo real. Recuperado de http://www.lavozdelsandinismo.com/ciencia-
tecnica/2013-08-09/chips-neuromorficos-imitan-el-funcionamiento-del-cerebro-
humano-en-tiempo-real/.
Luis Curimilma. (Mayo 4, 2015). La Tecnologa Neuromrfica. Recuperado de
http://tecnologianeuromorfica.blogspot.mx/.
World Economic Forum. (Marzo 4, 2015). Tecnologa Emergente 2015: Chips de
computadora que imitan el cerebro humano. Recuperado de
https://www.weforum.org/es/agenda/2015/03/tecnologia-emergente-2015-chips-de-
computadora-que-imitan-el-cerebro-humano/.
Roberto lvarez del Blanco. (ayo 24, 2014). Inteligencia de los chips neuromorficos.
Recuperado de http://theneuromarketer.com/blog/?p=2045.
Eduardo Ramrez. (Octubre 2015). Tecnologa neuromrfica. Computadoras que imitan
el cerebro humano. Recuperado de
http://www.tress.com.mx/Boletin/Octubre2015/articulo4.html
Massimiliano eGiulioni,Patrick eCamilleri, Maurizio eMattia, Vittorio eDante, Jochen
eBraun, Paolo eDel Giudice. (Febrero 2, 2012). Recuperado de
https://doaj.org/article/ca40d0ad550d4f30943e058adb645dd0 .
Boahen, Kwabena.(Septiembre 2006). Neuromorphic michrochips. Recuperado de
http://eds.a.ebscohost.com/eds/detail/detail?vid=1&sid=820752ca-6d8d-4b7b-
a1521a5a9ce64804%40sessionmgr4006&bdata=Jmxhbmc9ZXMmc2l0ZT1lZHMtbGl2
ZQ%3d%3d#db=f5h&AN=24590415
Pastur-Romay, LA; Cedrn, F .; Pazos, A .; Porto-Pazos. (Agosto 17, 2016). AB Redes
Neuronales Artificiales Profundas y Chips Neuromrficos para Big Data Analysis:
Aplicaciones Farmacuticas y Bioinformticas.
Escarleth Herrera. (Enero 216, 2016). Ventajas y Desventajas de la Tecnologa
Neuromorfica. Recuperado de
http://tecnologianeuromorfica2016.blogspot.mx/2016/01/ventajas-y-desventajas.html
Emma Palese. (2013). "From neuromorphic sensors to a chip under skin: Morality and
ethics in the world of the internet of things". Recuperado de
file:///C:/Users/fagom_000/Downloads/sensores%20neurom%C3%B3rficos.pdf
Carlos Gmez Bajo. (Abril 29, 2014). Microchips que imitan al cerebro, 9.000 veces ms
veloces que los actuales . Recuperado de http://www.tendencias21.net/Microchips-que-
imitan-al-cerebro-9-000-veces-mas-veloces-que-los-actuales_a33349.html
Massimiliano eGiulioni, Patrick eCamilleri, Maurizio eMattia, Vittorio eDante, Jochen
eBraun, Paolo eDel Giudice. (2012). Robust working memory in an asynchronously
spiking neural network realized in neuromorphic VLSI. Recuperado de
https://doaj.org/article/ca40d0ad550d4f30943e058adb645dd0