¿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.
las neuronas modifican progresivamente su actividad para favorecer las condiciones asociadas a la señal de recompensa.Desarrollos futuros
Estos son solo los primeros pasos, pero ya resultan fundamentales para comprender con mayor profundidad los mecanismos que regulan la comunicación neuronal. Las biocomputadoras podrían convertirse en una herramienta clave para estudiar y desarrollar redes neuronales cada vez más eficientes y, a largo plazo, también abrir la puerta a aplicaciones en el ámbito clínico. Por ejemplo, podrían emplearse en el desarrollo de sistemas similares a las interfaces neuronales como Neuralink, capaces de leer señales cerebrales y traducirlas en acciones o palabras para personas con discapacidad. Gracias al uso de organoides compatibles con los tejidos humanos, estos sistemas podrían ofrecer una interacción más precisa y una mayor capacidad de procesamiento.
Como explica Stefania Corti: "Soluciones como una interfaz cerebro-computadora (BCI) para la comunicación verbal, o un exoesqueleto que permita caminar a personas con dificultades motoras, podrían estar controladas por una forma de inteligencia artificial que, en este caso, sería biológica. Esto permitiría un funcionamiento potencialmente más fisiológico y complejo que el de las tecnologías disponibles en la actualidad".
Artículo originalmente publicado enWIRED Italia.Adaptado por Alondra Flores.