Creando computadoras a partir de células cerebrales humanas

Introducción: una prueba de concepto viva

En el salón de una conferencia en Barcelona en marzo de 2025, una caja compacta atrajo algo más que curiosidad: contenía neuronas humanas vivas vinculadas a silicio, lo que sus creadores denominaron una "biocomputadora" comercial. El dispositivo, conocido como CL1, se basa en experimentos previos donde neuronas cultivadas aprendieron a jugar al videojuego clásico Pong y, más tarde, realizaron un reconocimiento de voz rudimentario; pruebas de concepto de que las células cerebrales humanas pueden ser inducidas a realizar computación cuando se combinan con electrodos y software. Esos experimentos, y los planes de negocio que les siguieron, han impulsado un área de investigación discreta pero de rápido avance hacia los titulares y los debates políticos.

De Pong y la computación de reservorio a las biocomputadoras de escritorio

La historia del origen público de este campo suele remitirse a un artículo de 2022 en la revista Neuron, en el que un sistema llamado DishBrain utilizó redes de neuronas corticales cultivadas —derivadas de células madre humanas y de roedores— montadas en matrices multielectrodo de alta densidad para interactuar con un entorno de Pong simulado. En esa configuración de bucle cerrado, la estimulación eléctrica modelada proporcionaba el estado del juego como entrada "sensorial" y el disparo de las neuronas guiaba la paleta; los cultivos ajustaron su actividad de formas que los autores describieron como aprendizaje. El experimento no era una mente sintiente, pero demostró que el tejido neural vivo puede situarse en un bucle de retroalimentación y modificar sus respuestas para lograr una tarea.

Otros equipos académicos le siguieron rápidamente. Un grupo de la Indiana University publicó un artículo en Nature Electronics mostrando un sistema de computación de reservorio basado en organoides cerebrales —apodado Brainoware— que reconocía a locutores a partir de sonidos vocálicos cortos y resolvía tareas sencillas de predicción no lineal tras un breve periodo de entrenamiento. Estas demostraciones utilizaron tejido cerebral como sustrato adaptativo de baja energía dentro de un sistema híbrido donde capas de lectura digital interpretan la actividad neuronal.

Cómo los organoides y las matrices de electrodos realizan 'computación'

A nivel técnico, estas configuraciones comparten una arquitectura sencilla: poblaciones de neuronas se cultivan a partir de células madre hasta formar cúmulos u organoides y se colocan sobre o cerca de matrices multielectrodo (MEA). La MEA lee los trenes de impulsos —las señales eléctricas de las neuronas— y también puede emitir pulsos cronometrados con precisión que actúan como entradas o recompensas. Los investigadores traducen datos (el estado de un juego, un clip de sonido, la salida de un sensor) en patrones de estimulación, dejan que la red viva responda y luego utilizan métodos de aprendizaje automático para decodificar la actividad neuronal y convertirla de nuevo en salidas. El "aprendizaje" del sistema proviene de la plasticidad intrínseca del tejido: las conexiones neuronales se fortalecen o debilitan, cambiando los patrones de respuesta de la red sin necesidad de reprogramar el software.

Comercialización y el auge del 'wetware como servicio'

Lo que era una curiosidad académica se ha convertido en una hipótesis de mercado. Startups y equipos universitarios proponen ahora hardware basado en organoides y acceso a ellos a través de la nube. Cortical Labs —uno de los pioneros detrás de DishBrain— presentó públicamente una biocomputadora de escritorio, la CL1, en 2025 y describió planes para unidades locales y acceso a la nube que su marketing denomina "wetware-as-a-service" (wetware como servicio). Otras empresas y plataformas de investigación ofrecen acceso remoto a matrices de organoides para que los laboratorios puedan realizar experimentos sin cultivar el tejido en sus propias instalaciones. Sus defensores señalan ventajas potenciales: eficiencia energética para ciertas tareas adaptativas, modelos de relevancia humana para el cribado de fármacos y nuevas herramientas experimentales para la neurociencia.

Usos a corto plazo: pruebas de fármacos, modelos y sensores híbridos

La mayoría de los expertos ven un valor más inmediato en las aplicaciones biomédicas y científicas que en la sustitución de las GPU de los centros de datos. Las plataformas de organoides permiten a los investigadores probar fármacos directamente en tejido neuronal de origen humano, estudiar los mecanismos del desarrollo y las enfermedades, y reducir la experimentación con animales. También se han propuesto sistemas híbridos para sensores especializados y robótica, donde los controladores adaptativos de baja potencia podrían ser determinantes. Varios equipos están explorando tareas de clasificación —señales de voz o táctiles, o predicción de series temporales caóticas— que demuestran capacidad operativa a pesar de estar lejos de una inteligencia general.

Ética, semántica y gobernanza

El rápido avance de la tecnología ha superado a muchos marcos éticos existentes. Cuando el artículo sobre DishBrain utilizó el lenguaje de la "sintiencia", provocó un rechazo inmediato y un debate académico sobre los términos, la precaución y la importancia moral del tejido neuronal cultivado en laboratorio. Los especialistas en ética han instado a la claridad —distinguiendo la capacidad de respuesta, el aprendizaje y el procesamiento de información de la conciencia fenoménica— y han pedido una supervisión actualizada que cubra el consentimiento, los derechos de los donantes, la custodia del tejido y la posibilidad (por remota que sea hoy) de experiencias moralmente relevantes en sistemas futuros. Organismos nacionales y revisiones académicas han recomendado medidas de gobernanza: refinar los procesos de consentimiento, desarrollar criterios para evaluar el potencial de sintiencia y coordinar directrices internacionales para que la comercialización no sobrepase las salvaguardias.

Dos dinámicas hacen que el debate ético sea urgente. En primer lugar, las empresas que pretenden comercializar biocomputadoras tienen un incentivo comercial para utilizar un lenguaje evocador que atraiga financiación y clientes. En segundo lugar, el sustrato biológico no es solo código; es material de origen humano que conlleva preocupaciones de los donantes y de la sociedad sobre la identidad, la reutilización y la dignidad. Muchos expertos en ética recomiendan reglas adaptadas a los riesgos específicos de la tecnología en lugar de reutilizar marcos diseñados para la investigación biomédica clásica.

Límites científicos y afirmaciones cuestionadas

Más allá de la ética, las afirmaciones técnicas deben ser analizadas minuciosamente. Las demostraciones hasta la fecha muestran tareas especializadas a pequeña escala y dependen de arquitecturas híbridas donde el hardware clásico todavía realiza el trabajo pesado (codificación de entradas, decodificación de salidas). Los investigadores subrayan que los organoides no son cerebros pequeños: carecen de la conectividad estratificada de largo alcance y del contexto de desarrollo de un cerebro humano intacto. La reproducibilidad entre laboratorios, la estabilidad a largo plazo de las redes de organoides y la ingeniería necesaria para escalarlos en dispositivos fiables siguen siendo problemas abiertos. Algunos defensores ven los organoides como un complemento del silicio —ofreciendo un aprendizaje eficiente en el uso de muestras y ventajas energéticas para problemas específicos— en lugar de como un sustituto directo de la computación convencional.

El camino a seguir: optimismo calibrado

Lo que importa ahora no es tanto la cuestión binaria de si se puede construir un "cerebro en una caja", sino más bien un problema de política científica: cómo acelerar las aplicaciones útiles y de bajo riesgo, limitando al mismo tiempo los daños y aclarando las expectativas públicas. Esto significa que los financiadores, los reguladores y las comunidades de investigación deben acordar estándares de consentimiento para el tejido de los donantes, transparencia sobre lo que los sistemas vivos pueden y no pueden hacer, y métricas compartidas para evaluar cualquier estatus moral emergente. El trabajo técnico paralelo —mejorar la reproducibilidad, la estimulación no invasiva e interfaces MEA estandarizadas— determinará si la computación con organoides sigue siendo una novedad de laboratorio o se convierte en una herramienta fiable para la medicina y la computación especializada.

En resumen: los experimentos de los últimos años muestran que el tejido neuronal humano vivo puede utilizarse como parte de sistemas computacionales híbridos, y las empresas están avanzando para convertir esas ideas en productos. El hecho de que la sociedad trate esto como una frontera éticamente delicada o como un nuevo instrumento de laboratorio pragmático dependerá de la apertura de la comunidad investigadora, la solidez de la gobernanza y el realismo del discurso público sobre lo que la biología realmente hace.

Fuentes

• Neuron (Kagan et al., "DishBrain" — las neuronas in vitro aprenden y muestran un comportamiento adaptativo).
• Nature Electronics (Guo et al., "Computación de reservorio con organoides cerebrales").
• Indiana University (Investigación de Brainoware y materiales de prensa).
• University of Bristol (Reconocimiento de Braille mediante organoides / estrategias de codificación, prepublicación en arXiv).
• Nature Reviews Bioengineering e informes de las Academias Nacionales sobre ética y gobernanza de los organoides.