NeuroPod es un modelo robótico basado en el movimiento de los insectos y que ha sido desarrollado conjuntamente por las Universidades de Sevilla y Cadiz y sienta las bases para la creación de prótesis más exactas y precisas en las que no existan retrasos apreciables entre las señales recibidas y los movimientos.

Se trata de la primera implantación de este tipo de un sistema de impulsos motores con respuesta en tiempo real y se basa en una red neuronal artificial con estructura y diseño basados en los modelos biológicos nerviosos.

El esqueleto está creado con impresión 3D y contiene 18 servomotores, que simulan lo que sería el sistema nervioso y motor.

Son dispositivos con un decodificador que convierte el movimiento mecánico en pulsos digitales interpretados por un controlador de movimiento.

De esta manera, aplican la ingeniería neuromórfica que unifica la biología, la física, las matemáticas, la informática y la electrónica.

El sistema utiliza solamente 30 neuronas artificiales, un número inferior a otros modelos similares, y relaciona su actividad con el movimiento pudiendo simular así tres movimientos diferentes en insectos: andar, trotar y correr.

Por otro lado, el modelo permite añadir sensores auditivos y visuales. De esta manera, el robot podría responder ante un sonido concreto o una imagen determinada y modificar su patrón automáticamente.

Las neuronas humanas funcionan mediante estímulos eléctricos o químicos que provocan la transmisión de información al organismo.

De la misma manera, una neurona artificial recibe un estímulo, en este caso codificado en lenguaje informático, procesa la información y produce una respuesta.

Asimismo, crean redes entre ellas para lograr un intercambio eficiente de las órdenes que reciben y la respuesta que se espera.

La red aplicada por los investigadores en este estudio recibe el nombre de red neuronal de impulsos y está basada en la transmisión a través de conexiones entre neuronas de un estímulo.

Estas uniones pueden introducir retardo en la transmisión de información dependiendo de la complejidad del modelo que se esté simulando.

En este sentido, los expertos han logrado un tiempo de retardo insignificante con este sistema, lo que provoca una mejor respuesta ante los cambios de movimiento.

Además, para que la información que se propaga sea la correcta, los investigadores debían, en primer lugar, configurar las neuronas artificiales tomando de referencia el comportamiento de los insectos.

Sería como programar un cerebro.