Los científicos han encontrado una manera de integrar células cerebrales humanas vivas en sistemas informáticos, y podrían potencialmente hacer obsoleta la «A» en IA. Un artículo de investigación publicado formalmente hoy en la revista Nature Electronics destaca el trabajo de científicos de la Universidad de Indiana Bloomington, que explica un nuevo sistema denominado «Brainoware» que, según dicen, utiliza organoides del cerebro humano para completar tareas avanzadas de IA. Estos organoides (masas de células o tejido cultivadas artificialmente que se asemejan a un órgano) actualmente están montados en una matriz de múltiples electrodos de alta densidad y son bastante primitivos en la actualidad. Sin embargo, los investigadores esperan que su uso allane el camino para biocomputadoras que puedan ejecutar las mismas tareas que las computadoras pero con un consumo mínimo de energía. «Un cerebro humano normalmente gasta alrededor de 20 vatios, mientras que el hardware de IA actual consume alrededor de 8 millones de vatios, para impulsar una comparación». ANN (red neuronal artificial)», sostiene el artículo de investigación. «Brainoware podría proporcionar información adicional para la computación de IA porque los organoides cerebrales pueden proporcionar a las BNN (redes neuronales biológicas) complejidad, conectividad, neuroplasticidad y neurogénesis, así como un bajo consumo de energía y un aprendizaje rápido».
Presentamos «Brainoware»: estructuras en miniatura similares a cerebros hechas de células humanas, conocidas como organoides cerebrales, que se utilizan como IA vivas para llevar a cabo tareas como resolver ecuaciones complejas 🧵 1/8https://t.co/nuCNOWNf3j — Michael Le Page (@mjflepage.bsky.social) (@mjflepage) 14 de marzo de 2023
«Los cerebros humanos utilizan mucha menos energía y aprenden mucho más rápido, por lo que algunos investigadores ven la biocomputación como el camino a seguir», escribió Michael Le Page en Twitter en marzo, pero señaló que llevar este campo al límite podría plantear preguntas espinosas. Le Page citó a Cambridge La neurobióloga del desarrollo Madeline Lancaster, quien dijo: «Si esto los empuja más allá de un límite ético es algo que ciertamente queremos evitar, y la comunidad científica y ética se está uniendo para definir dónde estaría ese límite». Brainoware envía y recibe información del organoide cerebral a través del “cómputo adaptativo del reservorio”. Este método permite el aprendizaje no supervisado a partir de datos de entrenamiento, que aún pueden dar forma a la conectividad funcional del organioide. El potencial práctico del sistema se demostró a través de tareas como el reconocimiento de voz, donde distinguió las voces de los hablantes individuales con mayor precisión después del entrenamiento. Por ejemplo, los organoides fueron entrenados para identificar la voz de un individuo en un conjunto de 240 clips de audio de ocho personas pronunciando Sonidos de vocales japonesas. Después del entrenamiento, los organoides pudieron completar la tarea con más del 70% de precisión.Sin embargo, la ciencia todavía está muy lejos de construir robots vivos. Los organoides solo podían identificar a un hablante, no entender el discurso, lo que significa que hay un camino muy largo y sinuoso antes de que la tecnología logre un uso práctico en medicina o ingeniería. Titouan Parcollet de la Universidad de Cambridge dijo a la revista New Scientist que el potencial de la biocomputación es vasto, pero admitió que «los modelos actuales de aprendizaje profundo son en realidad mucho mejores que cualquier cerebro en tareas específicas y específicas». Los investigadores también advirtieron que sus «organoides actuales todavía sufren de alta heterogeneidad, bajo rendimiento de generación, necrosis/hipoxia y diversas viabilidades, «, lo que los hace inviables en este momento para cualquier otra cosa que no sean fines de investigación. Paralelamente al desarrollo de Brainoware, la IA se ha aplicado creativamente en campos como la atención médica, con innovaciones que ayudan a restaurar la movilidad de los tetrapléjicos y modelos de IA capaces de leer la mente. En conjunto, estos avances resaltan la naturaleza versátil y transformadora de las tecnologías de IA. Editado por Ryan Ozawa.
