Mini-cerebros humanos juegan al Doom: Qué supone este avance para la medicina y la inteligencia artificial

Detrás de este experimento tan extraño se esconde un posible giro para la IA y la medicina.

Lo que al principio suena a una broma friki propia de gamers está siendo, en realidad, el centro de atención de equipos de investigación en Australia y Suiza. Por primera vez, varios laboratorios han conectado neuronas humanas vivas con electrónica de tal forma que el conjunto puede jugar por sí solo al videojuego Doom. Esta mezcla de ciencia ficción y retrojuego persigue un objetivo muy serio: abrir una nueva vía de biocomputación capaz de sacudir desde los centros de datos tradicionales hasta partes del proceso de investigación farmacéutica.

Por qué Doom se usa como prueba de estrés para neuronas humanas

Desde los años noventa, Doom se ha convertido en una prueba no oficial para cualquier plataforma informática nueva. A lo largo del tiempo, ingenieros han logrado ejecutarlo en calculadoras, frigoríficos, tractores o incluso microscopios. La idea es clara: si un sistema “mueve” Doom, entonces puede manejar cálculos exigentes, entradas en tiempo real y gráficos con cierta fluidez.

Ahora, dos empresas han decidido ir un paso más allá y salir de la informática puramente electrónica. La australiana Cortical Labs y la suiza FinalSpark están uniendo neuronas humanas vivas con chips de silicio. En este contexto, Doom no es un chiste para redes sociales, sino un instrumento científico para comprobar si estos sistemas biológicos pueden interpretar un entorno complejo y cambiante, y responder de forma coherente.

"Los investigadores utilizan Doom como un microscopio de la inteligencia, solo que no observan: dejan que juegue."

El shooter obliga al sistema a resolver varias tareas a la vez: moverse, identificar objetivos, valorar peligros y reaccionar con rapidez. Justo ese tipo de capacidades son el terreno natural de la inteligencia biológica. Si una cultura celular consigue orientarse en este escenario, demuestra aprendizaje, adaptación y una cierta “formación de estrategia”, elementos clave de lo que solemos percibir como pensamiento.

CL1 de Cortical Labs: un bioprocesador de 200.000 neuronas aprende Doom en pocos días

La propuesta de Cortical Labs se llama CL1 y es un híbrido radical. El equipo obtiene a partir de células madre humanas unas 200.000 neuronas y las cultiva como una capa plana sobre la superficie de un chip diseñado para ello. Por debajo se sitúan aproximadamente 22.000 microelectrodos.

Estos electrodos cumplen dos funciones:

• Recibir señales: registran la actividad eléctrica de las neuronas.
• Introducir información: envían impulsos de vuelta a la red celular, impulsos que representan el estado del juego.

La ubicación de enemigos y paredes en Doom se transforma en patrones de señales eléctricas y se “inyecta” en la cultura. La red neuronal responde generando su propia actividad. Esos patrones regresan a través de los electrodos y se traducen en órdenes de control para el personaje: izquierda, derecha, disparar, esquivar.

Aprendizaje como un cerebro, no como un algoritmo (CL1)

Para pasar de respuestas aleatorias a un juego con intención, el equipo aplica un sistema de recompensa. Si una acción alarga la supervivencia en el juego o mejora la posición, la cultura recibe una retroalimentación especialmente estimulante. Si la reacción termina con la muerte del personaje, la señal resulta claramente más “poco atractiva”.

"Las neuronas notan: este patrón compensa, este otro no, y refuerzan sus conexiones en consecuencia."

De este modo aparece una especie de aprendizaje por refuerzo biológico. Las neuronas reconfiguran sus conexiones, de forma parecida a lo que sucede en el cerebro humano, donde mensajeros químicos como la dopamina consolidan las acciones exitosas. En torno a los cinco días, el sistema empezó a mostrar un comportamiento mucho más estructurado: el personaje se desplaza con mayor intención por los pasillos, evita obstáculos y acierta a los enemigos con mucha más frecuencia.

Organoides 3D de FinalSpark: mini-cerebros para jugar a Doom

FinalSpark sigue una ruta distinta. En lugar de cultivos planos, la empresa trabaja con los llamados organoides: pequeños grumos tridimensionales de neuronas que reproducen de manera aproximada estructuras del cerebro humano. Cada uno de estos mini-cerebros está formado por unas 10.000 células conectadas entre sí en todas direcciones.

Según los informes del equipo, estos organoides necesitan menos de una semana para desarrollar estrategias de juego reconocibles. Aprenden a distinguir situaciones peligrosas de zonas más seguras y ajustan su conducta en consecuencia, una capacidad que en experimentos con animales suele reservarse a ratones o ratas.

La diferencia clave frente a la IA clásica es que aquí no existe un código escrito a mano ni un algoritmo definido de antemano. Es la propia biología -la red de células- la que encuentra soluciones mediante ensayo y error.

Biocomputación frente a centros de datos: el impacto energético

Mientras que los modelos modernos de IA dependen de centros de datos enormes que consumen varios megavatios de potencia de forma continua, el CL1 opera con una fracción de esa energía. El sistema requiere menos de un micovatio por neurona. En términos comparativos, eso equivale aproximadamente a ser un millón de veces más eficiente que una GPU similar.

Enfoque	Consumo energético	Hardware
IA típica en un centro de datos	Rango de megavatios	Granjas de GPU, racks de servidores
Bioprocesador con neuronas	menos de un micovatio por célula	Neuronas + microelectrodos

La explicación está en cómo funcionan las neuronas. Trabajan de manera electroquímica, con corrientes de iones, y solo “disparan” potenciales de acción cuando es necesario. En cambio, los chips de silicio mueven electrones de forma constante a través de transistores muy densos, lo que genera calor y exige refrigeración.

En un sector donde los costes energéticos y la huella climática están cada vez más bajo el foco, estas cifras actúan como una llamada de atención. A largo plazo, los bioprocesadores podrían asumir tareas para las que las granjas de servidores actuales se quedan cortas, especialmente en procesos de aprendizaje continuos y de bajo consumo.

Aplicaciones médicas: un banco de pruebas para nuevos fármacos

Los primeros modelos de negocio tangibles están apareciendo en salud. FinalSpark ya ofrece sus sistemas biológicos a compañías farmacéuticas. La ventaja es evidente: se pueden evaluar compuestos directamente sobre neuronas humanas, evitando el paso intermedio por modelos animales.

Entre las aplicaciones posibles se incluyen:

• Búsqueda de nuevos medicamentos contra el Alzheimer, el Parkinson o la epilepsia
• Estudio de la toxicidad de un compuesto para neuronas
• Desarrollo de terapias personalizadas con organoides creados a partir de células de pacientes concretos

Un organoide generado a partir del tejido de una persona determinada podría “probar” en el laboratorio distintas opciones terapéuticas. Así, el personal médico podría ver qué combinación protege mejor ese mini-cerebro antes de aplicar el tratamiento al paciente real.

Donde la IA aún flojea y los bioprocesadores pueden destacar

En Cortical Labs ya piensan más allá de los videojuegos. Ven posibilidades en tareas donde los sistemas de IA convencionales reaccionan con más rigidez, por ejemplo:

• Detección de olores complejos en el entorno o en procesos industriales
• Interpretación de señales táctiles en robótica y prótesis
• Adaptación continua a escenarios reales cambiantes sin tener que reentrenar constantemente

Las redes neuronales biológicas están, por naturaleza, diseñadas para procesar estímulos nuevos de forma permanente y mantener la flexibilidad. Un cerebro humano no necesita “reentrenarse” por completo cuando cambian la iluminación, el ruido ambiental o las tareas cotidianas: se ajusta sobre la marcha. Precisamente esa cualidad es la que se intenta trasladar a los bioprocesadores para aprovecharla de forma técnica.

Entre la ciencia ficción y el debate ético

Con estos planteamientos surgen también preguntas incómodas. ¿En qué punto empieza la consciencia? ¿Pueden los organoides sentir dolor? ¿Habría que proteger ciertos niveles de complejidad como se protege a los animales de experimentación? Por ahora, estas estructuras están muy lejos de ser un cerebro completo y no existen indicios de experiencia subjetiva. Aun así, el debate ya ha arrancado -de manera parecida a lo que ha ocurrido con los chatbots de IA, pero con un componente biológico adicional.

Al mismo tiempo, los retos técnicos siguen siendo considerables. Actualmente, los organoides sobreviven solo unos meses y requieren soluciones nutritivas controladas, temperatura estable y aporte de oxígeno. También está totalmente por ver si estos bioprocesadores podrán algún día hacerse cargo de tareas estándar como procesar texto, hacer streaming o navegar, o si se quedarán en aplicaciones de nicho.

Qué conviene entender por “organoide” y “bioprocesador”

Un organoide no es un mini-humano ni un cerebro completo, sino más bien un modelo simplificado. Puede imaginarse como un diminuto ovillo celular organizado que imita funciones concretas -por ejemplo, determinadas capas de la corteza cerebral-. Es especialmente útil para estudiar enfermedades o probar fármacos en tejido humano sin necesitar un organismo entero.

Un bioprocesador, por su parte, es un sistema de computación que utiliza estas redes biológicas como unidad central de procesamiento. Los chips de silicio alrededor actúan sobre todo como interfaz: convierten información digital en patrones eléctricos para las células y traducen las respuestas celulares de vuelta a señales digitales.

En lo cotidiano, esto no significa -ni de lejos- que vayamos a tener PCs gaming con “chip de cerebro” a corto plazo. Lo más plausible son aplicaciones de laboratorio, sensores muy especializados o sistemas híbridos donde ordenadores convencionales y bioprocesadores trabajen juntos. Aun así, que unos cientos de miles de neuronas cultivadas en laboratorio puedan jugar a Doom tras solo unos días deja claro hasta qué punto podría cambiar el significado de la palabra “ordenador” en los próximos años.