Estamos bastante cerca de tener computadoras biológicas funcionales. Sin embargo, antes de llegar al punto en el que encuentren un uso práctico, es necesario probarlos para ver si son adecuados para algo. Los científicos comprobaron cómo se enfrentan a… los juegos: el resultado de la investigación es fascinante.
Una biomáquina entrenada en Python
Computadora una 35 mil dolaresalojado en una carcasa y que no funciona con silicio, sino con células cerebrales vivasacaba de aprender a jugar a uno de los shooters más emblemáticos de la historia.
empresa australiana Laboratorios corticales ha estado vendiendo el dispositivo desde 2025 CL1 — una biocomputadora con aproximadamente 200 mil neuronas humanas conectado a un chip equipado con 59 electrodos. Las células se obtienen de muestras de sangre o piel de donantes, luego se reprograman en células madre y se diferencian en neuronas. Todo se mantiene en un sistema especial de soporte vital, con control de temperatura, filtración de residuos y una mezcla de gases adecuada. En tales condiciones, las neuronas pueden incluso funcionar durante medio año.
Hasta hace poco, programar tales sistemas requería conocimientos biológicos avanzados. Cortical Labs cambió eso al hacerlo accesible API compatible con Python. Un desarrollador independiente aprovechó esto. Sean Coleque en apenas Una semana le enseñó a la biocomputadora cómo jugar Doom..
El principio de funcionamiento es simple: la imagen del juego se convierte en patrones de impulsos eléctricos enviado a áreas apropiadas de la red neuronal. Si aparece un oponente en el lado izquierdo de la pantalla, se estimula el lado izquierdo del sistema. Las neuronas responden con sus propias señales, que el sistema interpreta como los movimientos del personaje: un giro, un paso, un disparo.
Juega peor que un humano, pero aprende más rápido que la IA clásica
La biocomputadora no está a la altura del nivel de habilidad del jugador promedio, pero hace el trabajo mucho mejor que los movimientos aleatorios. Más importante aún, está aprendiendo más rápido que los sistemas clásicos de aprendizaje profundo basados en sistemas de silicio. Los científicos lo explican plasticidad de las redes neuronales biológicas — la misma característica que hace que el cerebro humano sea capaz de adaptarse rápidamente a nuevas situaciones.
A modo de comparación: cuando la empresa intentó enseñarle a un chip anterior a jugar Pong en 2021, tomó años de investigación y requirió más de 800 mil neuronas. Doom, un juego tridimensional mucho más complejo que requiere reaccionar ante los enemigos, se dominó en unos pocos días, en un cuatro veces más pequeño.
El experimento no fue creado por diversión. El objetivo final es diferente.
Los investigadores enfatizan que Doom es sólo una demostración efectiva de sus capacidades. El verdadero objetivo es control de prótesis y extremidades robóticas — una tarea que requiere exactamente las habilidades que CL1 acaba de demostrar: reaccionar en tiempo realaprendiendo de los errores y tomando decisiones en condiciones incertidumbre.
El código fuente del proyecto está disponible en GitHuby Cortical Labs anima a los desarrolladores a experimentar con la biocomputadora. Como puedes ver, los efectos se están mostrando. más rápido de lo que nadie predijo.
