✨︎ Resumen (TL;DR):
- Investigadores japoneses entrenaron células cerebrales de rata en laboratorio para procesar señales complejas.
- La red neuronal biológica reprodujo ondas de manera estable en periodos de 4 a 30 segundos.
- El sistema servirá para crear hardware biológico y probar medicamentos contra enfermedades neurológicas.
Investigadores de la Universidad de Tohoku y la Universidad del Futuro Hakodate en Japón demostraron que neuronas vivas cultivadas en laboratorio pueden ejecutar tareas de machine learning. El equipo integró células corticales de rata en un marco computacional para procesar datos dependientes del tiempo, una función previamente exclusiva de los sistemas de inteligencia artificial.
Para lograr el resultado, los científicos aplicaron la técnica de aprendizaje FORCE para optimizar la capa de salida del sistema. Esto permitió a las redes neuronales biológicas generar señales temporales, incluyendo ondas sinusoidales, triangulares, cuadradas y trayectorias caóticas como el atractor de Lorenz.
El estudio, publicado en la revista Proceedings of the National Academy of Sciences el 12 de marzo, marca la primera vez que células biológicas logran aprendizaje supervisado de patrones temporales.
Reservoir computing es un marco de inteligencia artificial que procesa datos secuenciales de forma eficiente. En este experimento, el equipo controló la red biológica mediante dispositivos microfluídicos. Estos pequeños chips guiaron el crecimiento neuronal y evitaron una sincronización celular excesiva, manteniendo la dinámica multidimensional necesaria para el cálculo. El sistema aprendió y reprodujo ondas en periodos que van de los 4 a 30 segundos.
“Este trabajo demuestra que las redes neuronales vivas no solo son sistemas biológicamente significativos, sino que también pueden servir como nuevos recursos computacionales”, afirmó Hideaki Yamamoto, profesor de la Universidad de Tohoku. “Al conectar la neurociencia con el machine learning, estamos abriendo un camino hacia nuevas formas de computación que aprovechan la dinámica intrínseca de los sistemas biológicos”.
El futuro de la computación celular y la medicina
El avance toma como base un proyecto de 2023 del mismo equipo, donde demostraron que estas neuronas podían clasificar dígitos hablados. Ahora, los siguientes pasos técnicos abarcan:
- Mejorar la estabilidad en la generación de señales tras finalizar el entrenamiento.
- Perfeccionar el algoritmo de aprendizaje automático FORCE.
- Expandir la plataforma hacia un sistema microfisiológico para estudiar la respuesta a medicamentos.
- Modelar trastornos neurológicos directamente en el cultivo celular.
El uso de tejido cerebral como componente activo de procesamiento plantea una alternativa directa a los modelos convencionales de silicio. La investigación traslada la capacidad natural de la red neuronal directa al hardware, acortando la brecha entre la experimentación médica y la informática.
