Voltar para o blog
Pesquisa Acadêmica

Neurônios artificiais impressos conseguem se comunicar com células cerebrais vivas

18 de abril de 2026
13:08
Eficiência EnergéticaInteligência Artificialgrafenoneurotecnologianeurônios artificiaisinterfaces cérebro-máquinamateriais flexíveisimpressão 3DMoS2Northwestern University
Neurônios artificiais impressos conseguem se comunicar com células cerebrais vivas

Avanço na integração entre máquinas e cérebro humano

Engenheiros da Northwestern University alcançaram um avanço significativo na interseção entre neurotecnologia e inteligência artificial ao desenvolver neurônios artificiais impressos que conseguem se comunicar diretamente com neurônios biológicos. Esses dispositivos flexíveis e de baixo custo geram sinais elétricos semelhantes aos naturais, capazes de ativar células cerebrais vivas, conforme demonstrado em experimentos com tecido cerebral de camundongos.

Como funcionam os neurônios artificiais impressos

Ao contrário dos computadores tradicionais, que utilizam bilhões de transistores idênticos em chips rígidos e bidimensionais, o cérebro humano é composto por uma variedade de neurônios especializados, organizados em redes tridimensionais e dinâmicas. Para aproximar-se dessa complexidade, a equipe da Northwestern usou materiais eletrônicos impressos — especificamente, tintas eletrônicas feitas de nanoflocos de dissulfeto de molibdênio (MoS2) e grafeno — depositadas sobre substratos poliméricos flexíveis por meio de uma técnica chamada impressão por jato de aerossol.

Imagem relacionada ao artigo de ScienceDaily AI
Imagem de apoio da materia original.

Essa combinação permite a criação de filamentos condutores estreitos dentro do polímero, que reproduzem respostas elétricas abruptas e complexas, semelhantes aos "picos" neurais naturais. Com isso, cada neurônio artificial pode emitir uma variedade de sinais, incluindo disparos únicos, contínuos e em rajadas, o que diminui a quantidade de componentes necessários para tarefas computacionais avançadas, aumentando a eficiência energética.

Testes com tecido cerebral e resultados

Para validar a funcionalidade, os pesquisadores aplicaram os sinais gerados pelos neurônios artificiais em fatias do cerebelo de camundongos. Os estímulos elétricos reproduziram com precisão propriedades biológicas importantes, como o tempo e a duração dos picos, e ativaram neurônios reais, desencadeando circuitos neurais de maneira semelhante à atividade cerebral natural.

Segundo Mark C. Hersam, líder do estudo, esta é a primeira vez que sinais artificiais são produzidos dentro da escala temporal e com a forma correta para interagir diretamente com neurônios vivos, superando limitações anteriores que geravam sinais muito lentos ou rápidos demais.

Implicações para interfaces cérebro-máquina e IA eficiente

Esse avanço traz novas perspectivas para o desenvolvimento de interfaces cérebro-máquina e neuropróteses, como implantes que auxiliem na recuperação de funções auditivas, visuais ou motoras. Além disso, inspira uma nova geração de sistemas computacionais que, ao replicar a comunicação neuronal, podem executar tarefas complexas consumindo muito menos energia.

O cérebro é atualmente o sistema computacional mais eficiente energeticamente conhecido, sendo cinco ordens de magnitude mais econômico que computadores digitais. Diante do crescente consumo energético dos sistemas de inteligência artificial e dos desafios ambientais associados a grandes data centers, a tecnologia promete abrir caminho para hardwares mais sustentáveis e capazes de lidar com grandes volumes de dados com menor impacto.

Produção sustentável e acessível

Além do desempenho, a fabricação dos neurônios artificiais é simples e econômica. A impressão aditiva deposita material apenas onde necessário, reduzindo o desperdício. Isso pode facilitar a produção em escala e a aplicação prática da tecnologia em dispositivos médicos e computacionais.

Publicação e referências

O estudo intitulado "Multi-order complexity spiking neurons enabled by printed MoS2 memristive nanosheet networks" foi publicado em 15 de abril de 2026 na revista Nature Nanotechnology. A pesquisa contou com apoio da National Science Foundation e envolveu colaborações multidisciplinares, incluindo neurobiologia para testes em tecidos vivos.

Links úteis