Investigadores de Cortical Labs en Australia han logrado un hito importante en la biocomputación: una computadora alimentada por células cerebrales humanas cultivadas en laboratorio ahora puede jugar el clásico videojuego Doom. Si bien todavía no es un jugador profesional, esto representa un gran paso adelante en el desarrollo de tecnologías orgánicas híbridas que combinan sistemas biológicos y basados en silicio.
Del Pong a los shooters en primera persona
El avance se basa en trabajos anteriores con “DishBrain”, una biocomputadora anterior que utilizaba aproximadamente 800.000 neuronas humanas. DishBrain demostró el potencial de estos circuitos biológicos al aprender con éxito a jugar Pong en 2021. Sin embargo, Doom, con sus imágenes dinámicas y demandas en tiempo real, planteó un desafío mucho mayor.
La innovación clave radica en el nuevo “CL1” de Cortical Labs, que, según afirman, es la primera computadora biológica desplegable del mundo. La interfaz abierta de CL1, programable a través de Python, permitió al desarrollador independiente Sean Cole adaptar la biocomputadora para interpretar datos visuales de Doom como patrones de estimulación eléctrica para las neuronas.
Por qué esto es importante: más allá de los juegos
La capacidad de ejecutar Doom es más que una simple tecnología. Demuestra la capacidad de la biocomputadora para un aprendizaje adaptativo y dirigido a objetivos en tiempo real, un requisito fundamental para aplicaciones más complejas. El aprendizaje automático tradicional a menudo requiere conjuntos de datos masivos y potencia computacional; Este enfoque biológico sugiere una posible alternativa que podría ser más eficiente en determinadas tareas.
Las implicaciones a largo plazo se extienden mucho más allá de los juegos. Cortical Labs imagina biocomputadoras que alimenten miembros robóticos, ejecuten programas digitales o incluso manejen tareas computacionales especializadas que sobrecargan los sistemas convencionales basados en silicio.
El camino por delante
La biocomputadora actual todavía pierde frecuentemente en Doom, pero funciona mejor que el juego aleatorio. Los investigadores anticipan rápidas mejoras a medida que evolucionan los algoritmos. La velocidad del CL1 para alcanzar este nivel también superó a los típicos sistemas de aprendizaje automático basados en silicio.
“Este fue un hito importante, porque demostró un aprendizaje adaptable y dirigido a objetivos en tiempo real”, dijo Brett Kagan, director científico y director de operaciones de Cortical Labs.
Este logro pone de relieve una tendencia creciente en la informática biohíbrida, donde las células vivas se integran con sistemas artificiales. El futuro de este campo depende de perfeccionar aún más la interfaz entre las neuronas y las entradas digitales, así como de ampliar las redes neuronales para obtener una mayor potencia de procesamiento.
