Los ordenadores inspirados en el cerebro pueden resolver problemas complejos, conocidos como ecuaciones diferenciales parciales, cruciales para el modelado de sistemas físicos. Aunque el hardware puede parecer similar al de un ordenador tradicional, los circuitos son radicalmente diferentes: aplican elementos de la neurociencia para funcionar más como el cerebro humano, que es extremadamente eficiente desde el punto de vista energético.
Los ordenadores neuromórficos, inspirados en la estructura y dinámica del cerebro humano, están demostrando una capacidad inesperada: resolver ecuaciones matemáticas complejas que sustentan gran parte de la ciencia y la ingeniería modernas.
Un estudio publicado en la revista Nature Machine Intelligence describe cómo redes neuronales de pulsos, implementadas en hardware neuromórfico, pueden ejecutar el método de elementos finitos, una técnica fundamental para resolver ecuaciones en derivadas parciales (PDE), con gran precisión y a una escala prometedora.
La investigación, realizada en los Laboratorios Nacionales Sandia, en Estados Unidos, demuestra que un circuito neuronal recurrente, basado en modelos usados para estudiar la corteza motora, puede traducir directamente las matemáticas del método de elementos finitos a un algoritmo específico.
La computación neuromórfica da un salto inesperado
En pruebas sobre una ecuación en concreto, el sistema alcanzó niveles numéricos significativos y un escalado cercano al ideal, utilizando el hardware neuromórfico Intel Loihi 2. Mientras hasta el momento se pensaba que la fortaleza de los sistemas neuromórficos residía en tareas perceptivas, como el reconocimiento de patrones o el procesamiento sensorial, y no en cálculos numéricos exigentes, los nuevos hallazgos dan vuelta estos conceptos previos y confirman el potencial de los ordenadores inspirados en el cerebro para las matemáticas.
Según una nota de prensa, los científicos destacaron que el cerebro realiza constantemente operaciones matemáticas sofisticadas, como el control de movimientos, de forma extremadamente eficiente: llevar esa economía computacional a silicio puede traducirse en enormes ahorros energéticos.
Referencia
Solving sparse finite element problems on neuromorphic hardware. Bradley H. Theilman and James B. Aimone. Nature Machine Intelligence (2025). DOI:https://doi.org/10.1038/s42256-025-01143-2
Resultados positivos: los ordenadores inspirados en el cerebro y un gran futuro
Los superordenadores pueden simular fenómenos físicos a gran escala, desde dinámica de fluidos hasta campos electromagnéticos, pero actualmente eso exige enormes cantidades de energía: un superordenador neuromórfico podría ofrecer una vía para mantener o incluso mejorar la capacidad de cómputo, pero reduciendo el consumo energético.
Los resultados muestran que la implementación es posible y prometedora, pero la tecnología aún sigue en fases tempranas. Más allá de la computación, el estudio tiene implicaciones en la neurociencia: comprender por qué las redes inspiradas en la corteza resuelven ciertos problemas numéricos podría iluminar cómo el cerebro realiza sus propias “matemáticas” internas e, incluso, ayudar a entender enfermedades en las que esos procesos fallan.