Así programan neuronas humanas en la primera biocomputadora de Europa
Las biocomputadoras ya están aquí. Aún no son una realidad extendida ni accesible para el gran público, pero desde hace algún tiempo han dejado de ser un campo de investigación reservado a unos pocos especialistas. Con la llegada de los primeros dispositivos al mercado, la comunidad de iniciados se ha ampliado, abriendo la puerta a nuevos experimentos y pruebas destinados a explotar plenamente las promesas de este enfoque alternativo de la computación, basado en la materia calculadora por excelencia: las neuronas.
Reply, una empresa especializada en el desarrollo de servicios digitales innovadores, está participando en el diseño de una de estas máquinas: la biocomputadora CL1, desarrollada por los laboratorios australianos Cortical Labs, el primer sistema de este tipo instalado en Europa. En colaboración con la Universidad de Milán, la empresa ha puesto en marcha un experimento para entrenar esta biocomputadora. El objetivo es doble: por un lado, mejorar la eficiencia de cálculo de los sistemas informáticos actuales; por otro, explorar la posibilidad de programar neuronas con vistas a futuras aplicaciones clínicas. WIRED habló con el equipo implicado en el proyecto y esto es lo que nos contaron.
¿Por qué una biocomputadora?
El interés por la biocomputación se basa, ante todo, en la extraordinaria eficiencia de los sistemas neuronales. No se trata solo de su capacidad para procesar enormes volúmenes de información, sino del costo energético con el que lo hacen. Las neuronas realizan estas tareas con un consumo mínimo. "Las computadoras biológicas se distinguen por su altísima eficiencia energética: un cerebro como el nuestro puede llevar a cabo tareas cognitivas complejas consumiendo apenas 20 vatios, una cifra ínfima si se compara con la energía que requieren los sistemas de computación digital tradicionales", explica Filippo Rizzante, director de tecnología de Reply.
Rizzante señala que reproducir o simular procesos cognitivos similares mediante arquitecturas basadas en CPU o GPU exige recursos energéticos muy superiores, lo que pone de manifiesto la profunda brecha de eficiencia entre la computación biológica y la artificial. "Esto convierte al cerebro en una máquina extraordinariamente eficiente para los cálculos que realiza, no solo los relacionados con el pensamiento, sino especialmente los vinculados al movimiento y a la manipulación de objetos", añade.
Las biocomputadoras intentan imitar, a pequeña escala, este sistema tan eficiente utilizando neuronas vivas como núcleo de procesamiento. Estas células no se extraen de animales, sino que se generan a partir de células madre pluripotentes inducidas, obtenidas de células sanguíneas de donantes. Como explican los investigadores del proyecto, la complejidad de las neuronas, su capacidad para producir una amplia variedad de señales eléctricas, más allá del simple encendido o apagado, su plasticidad y su habilidad para establecer múltiples conexiones, convierte a los organoides neuronales en sistemas extremadamente eficientes, incluso en comparación con las redes neuronales artificiales más avanzadas.
"En las redes neuronales artificiales, basadas en transistores de silicio, aumentar la capacidad de procesamiento implica añadir más componentes y más espacio. Las neuronas biológicas, en cambio, son mucho más complejas, por lo que una red biológica podría realizar la misma tarea que una red digital utilizando un número menor de neuronas", explica Alberto Minetti, catedrático de Fisiología y Biomecánica de la Universidad de Milán. En una biocomputadora se emplean habitualmente cientos de miles de neuronas, continúa Minetti: "Nuestro objetivo actual es entender cómo utilizar estos organoides, conjuntos diminutos si se comparan con los cientos de miles de millones de neuronas del cerebro humano, para resolver problemas primero sencillos y, progresivamente, más complejos, programándolos para que funcionen como verdaderas computadoras". El corazón del sistema es biológico, y el reto consiste en enseñarle a generar y ejecutar lo que podría definirse como un algoritmo biológico.
