Un equipo de investigadores ha desarrollado un transistor vertical que integra un «reservoir» de múltiples escalas temporales con un mecanismo de lectura lineal no volátil, diseñado específicamente para tareas de visión artificial dinámica. El dispositivo combina la capacidad de procesar información temporal —clave para interpretar secuencias de imágenes— con un almacenamiento estable que no se degrada con el uso, algo que hasta ahora exigía circuitos separados.

El trabajo se inscribe en el campo de la computación neuromórfica, que busca imitar la eficiencia del sistema visual humano. Los sistemas convencionales de visión artificial procesan cada fotograma de forma independiente, lo que resulta costoso en energía y poco adecuado para escenas en movimiento. La arquitectura de reservoir computing ofrece una alternativa: una red fija proyecta las entradas en un espacio de alta dimensionalidad y solo se entrena la capa de salida, reduciendo drásticamente el coste computacional.

La novedad del transistor vertical desarrollado reside en la regulación ortogonal de sus distintas escalas temporales. Esto significa que los tiempos de respuesta del dispositivo pueden ajustarse de forma independiente para capturar dinámicas rápidas y lentas dentro de la misma señal visual, sin que los parámetros interfieran entre sí. La lectura se realiza de manera lineal y no volátil, lo que permite recuperar el resultado del procesamiento sin alterar el estado almacenado y sin necesidad de refrescos periódicos.

Los autores sostienen que esta integración en un único componente abre la puerta a sistemas de visión artificial más compactos y eficientes energéticamente, capaces de seguir objetos y reconocer patrones en tiempo real con una fracción del consumo de los procesadores actuales. Entre los pasos previstos figuran la escalabilidad del diseño a matrices mayores y su validación en tareas de visión más exigentes, como la detección de eventos en entornos con iluminación variable.