Por Canuto  

Singapur puso en marcha un rack de computación biológica que utiliza neuronas humanas vivas junto con hardware de silicio. El sistema, desarrollado por NUS Medicine, DayOne y Cortical Labs, busca medir si las células pueden ofrecer una computación más adaptable y eficiente, aunque todavía se trata de una instalación de investigación sin comparaciones de rendimiento frente a GPUs.
***

  • Un rack de 20 unidades CL1 integra neuronas humanas cultivadas sobre chips de silicio y matrices de microelectrodos.
  • La instalación reúne aproximadamente 16 millones de neuronas vivas, según reportes sobre el proyecto, mientras el sistema proporciona las condiciones necesarias para mantener los cultivos activos.
  • NUS y Cortical Labs exploran aplicaciones en fármacos, enfermedades neurológicas, robótica, ciberseguridad y detección de fraude, pero aún no publican comparaciones de eficiencia frente a GPUs.

Singapur puso en marcha un rack de computación biológica que procesa información mediante neuronas humanas vivas, en una instalación desarrollada por la Facultad de Medicina Yong Loo Lin de la Universidad Nacional de Singapur, conocida como NUS Medicine, el operador de centros de datos DayOne y la empresa australiana Cortical Labs. El despliegue de 20 unidades CL1 fue presentado por NUS Medicine, DayOne y Cortical Labs como el primer rack de servidores biológicamente integrado operado de forma independiente.

La configuración reúne 20 unidades de cómputo en un rack de servidores. La iniciativa llega mientras Singapur amplía su infraestructura de centros de datos y endurece sus exigencias de eficiencia energética, un contexto que ha elevado el interés por tecnologías capaces de procesar información sin depender exclusivamente de grandes conjuntos de chips convencionales.

Cómo funciona el sistema con neuronas humanas

Cada unidad CL1 combina neuronas humanas vivas, componentes de silicio y una interfaz basada en microelectrodos. Cortical Labs cultiva las neuronas sobre un chip equipado con esos electrodos, que envían impulsos eléctricos a las células y registran las señales que regresan, creando un canal de comunicación entre la actividad biológica y el software.

El sistema utiliza biOS, el sistema operativo de inteligencia biológica desarrollado por Cortical Labs, para construir un entorno digital en el que las neuronas interactúan con programas informáticos. La información llega desde el ordenador a las células, las neuronas responden y sus señales vuelven al sistema, lo que permite estudiar respuestas adaptativas en lugar de limitarse a ejecutar instrucciones fijas.

Reportes sobre la instalación señalan que cada módulo CL1 contiene aproximadamente 800.000 neuronas humanas cultivadas en laboratorio y que el rack completo reúne cerca de 16 millones de neuronas vivas. Las células se obtienen a partir de células madre humanas y funcionan como un componente de procesamiento dentro de una arquitectura que sigue dependiendo de hardware electrónico, software y sistemas de control.

La parte biológica también exige mantenimiento constante, una diferencia fundamental frente a un servidor convencional. Los cultivos necesitan nutrientes y condiciones controladas para permanecer activos; Cortical Labs sostiene que el soporte vital del CL1 puede mantenerlos funcionales hasta seis meses. La información disponible no establece que todos los procedimientos de mantenimiento se realicen exactamente cada tres días.

De DishBrain al laboratorio de Singapur

El proyecto se apoya en trabajos anteriores de Cortical Labs, incluida la plataforma DishBrain, que conectó neuronas humanas y de roedor a una versión simulada del videojuego Pong. Un estudio revisado por pares publicado en 2022 describió un aprendizaje aparente bajo retroalimentación de circuito cerrado, pero no demostró inteligencia general ni estableció que la tecnología estuviera preparada para entornos empresariales.

La diferencia principal entre aquellas demostraciones y el rack instalado en la NUS está en el entorno de operación. La nueva configuración introduce módulos biológicos en una infraestructura de investigación real, con procedimientos de mantenimiento, integración de matrices de microelectrodos y monitoreo de actividad neuronal en tiempo real.

Ese avance no convierte automáticamente al sistema en una supercomputadora comparable con las máquinas usadas para entrenar modelos de inteligencia artificial. La arquitectura todavía funciona como un prototipo de investigación, y las neuronas aportan una forma experimental de procesamiento que debe evaluarse mediante tareas reproducibles, métricas claras y condiciones de operación estables.

NUS planea utilizar la instalación para investigar el descubrimiento de fármacos, las enfermedades neurológicas y el funcionamiento de modelos biológicos. El interés científico no se limita a construir máquinas distintas, porque observar cómo las neuronas humanas responden y se adaptan podría ayudar a estudiar procesos relacionados con el aprendizaje y ciertos trastornos del sistema nervioso.

La promesa de menor consumo energético

La eficiencia energética es uno de los principales argumentos detrás de la computación biológica. El cerebro humano realiza tareas complejas con un consumo de energía muy reducido frente a los centros de datos modernos, por lo que los investigadores quieren determinar si algunas capacidades de las neuronas pueden trasladarse a sistemas computacionales con una demanda menor.

La presión sobre la infraestructura digital ha aumentado con la expansión de la inteligencia artificial, cuyos modelos requieren más capacidad de procesamiento, refrigeración y suministro eléctrico. La Agencia Internacional de la Energía proyecta que la demanda eléctrica total de los centros de datos pasará de más de 415 GW en 2024 a cerca de 945 GW en 2030, con la IA como principal motor del incremento, de acuerdo con el material de la noticia.

Sin embargo, NUS y Cortical Labs todavía no han publicado un benchmark de cargas de trabajo equivalentes que compare el CL1 con GPUs u otros procesadores. Sin esa medición, el menor consumo potencial sigue siendo una hipótesis de investigación y no una ventaja comercial demostrada, especialmente porque el sistema biológico necesita soporte vital, control ambiental y atención técnica periódica.

El despliegue debe analizarse, por tanto, como una prueba de concepto dentro de una carrera tecnológica más amplia. La capacidad energética disponible para centros de datos y las restricciones de infraestructura regional mantienen abierta la búsqueda de alternativas, pero el rack de neuronas todavía no demuestra que pueda sustituir a los sistemas convencionales.

Causas de movimientos recientes

No hay un movimiento de mercado específico explicado en el borrador que deba atribuirse a este despliegue. El catalizador confirmado es la presentación del sistema biológico por parte de NUS Medicine, DayOne y Cortical Labs; cualquier expectativa sobre una reducción futura del consumo energético o sobre aplicaciones comerciales debe considerarse, por ahora, plausible y no una causa demostrada de cambios en el mercado.

Aplicaciones posibles y obstáculos pendientes

Cortical Labs ha señalado que la computación biológica podría resultar útil en escenarios donde faltan datos para entrenar sistemas de IA o donde las condiciones cambian continuamente. La empresa menciona áreas como robótica, ciberseguridad y detección de fraude, campos en los que un sistema capaz de adaptarse a señales nuevas podría complementar, aunque no necesariamente reemplazar, a los procesadores tradicionales.

Estas aplicaciones siguen siendo propuestas y no resultados comerciales confirmados por el rack de Singapur. Para demostrar utilidad práctica, el sistema tendría que ofrecer respuestas confiables, repetibles y auditables, además de superar los desafíos asociados con la supervivencia de los cultivos, la variabilidad biológica y la integración con cargas de trabajo informáticas convencionales.

DayOne participa en la validación del despliegue y el proyecto busca llevar la implementación a un centro de datos operado por la compañía en Singapur. La participación del operador permite examinar cómo se comporta una plataforma biológica fuera de un entorno exclusivamente académico, aunque el material disponible no detalla todavía las tareas concretas ni los indicadores que se utilizarán para medir el rendimiento.

La compañía también está vinculada con un centro de datos de inteligencia artificial de 360 MW planeado en Batam, lo que refleja el crecimiento de la infraestructura digital alrededor de Singapur. Esa relación vuelve más visible la tensión que la computación biológica intenta abordar: mientras los centros de datos aumentan su escala para atender la demanda de IA, las alternativas experimentales deben demostrar beneficios medibles antes de competir con el hardware establecido.

Por ahora, el rack de la NUS representa una frontera de investigación y no una sustitución empresarial para las GPUs o los servidores de silicio. Su importancia está en mostrar que las neuronas humanas pueden integrarse en una arquitectura computacional operativa, mientras la evidencia pendiente determinará si esa posibilidad puede convertirse en una tecnología eficiente, segura y suficientemente confiable para aplicaciones reales.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados