Si algú ens expliqués que hi ha neurones humanes vives jugant a Doom des d'un xip, probablement pensaríem en una pel·lícula de ciència-ficció. Tot i això, això és exactament el que ha mostrat l'empresa australiana Cortical Labs: cultius neuronals connectats a un sistema informàtic capaços de desenvolupar-se, amb més o menys malaptesa, en un dels videojocs més icònics dels noranta.
Lluny de tractar-se d'una intel·ligència artificial clàssica, parlem de teixit biològic real interactuant amb programari mitjançant una interfície específica. Un petit cervell de laboratori, format per centenars de milers de neurones, rep informació de l'entorn del joc com a patrons elèctrics i respon amb la seva pròpia activitat neuronal, que es tradueix en moviments, girs i trets dins de Doom.
De Pong a Doom: l'evolució d'un ordinador biològic
El camí fins a aquest experiment va començar uns quants anys abans, quan Cortical Labs va presentar un prototip de biocomputadora capaç de jugar a Pong. Aquell sistema, basat en més de 800.000 neurones humanes cultivades sobre una matriu de microelèctrodes, va necessitar al voltant de 18 mesos de treball per aprendre a moure la barra del joc i mantenir la pilota en pantalla.
En aquest primer projecte, les neurones van demostrar un aprenentatge adaptatiu en temps real orientat a un objectiu molt concret: seguir la trajectòria de la pilota. L'entorn era simple i predictible; si la bola pujava, la barra havia de pujar, i si baixava, la barra baixava. Tot i així, va suposar una fita perquè mostrava que les cèl·lules podien ajustar el seu comportament a estímuls digitals.
El prototip va acabar cristal·litzant en un dispositiu comercial: el CL1, presentat com el primer ordinador biològic programable del món. Aquest equip combina neurones humanes vives cultivades sobre silici amb un programari propi, conegut com a biOS, que gestiona l'intercanvi de senyals elèctrics entre el teixit biològic i el sistema digital.
Quan es va fer públic que el sistema era capaç de jugar a Pong, la reacció de la comunitat tecnològica va ser immediata i força previsible. A les xarxes socials i fòrums es repetia la mateixa pregunta: “D'acord, però pot jugar a Doom?”. Cortical Labs va decidir prendre's el repte de debò i portar la prova al següent nivell.
Doom, un entorn caòtic per a un cervell en miniatura
Doom no és precisament l?exemple de videojoc senzill. Aquest clàssic dacció en primera persona, amb laberints tridimensionals, enemics, trets i decisions constants, planteja un entorn caòtic difícil de predir. La diferència amb Pong és abismal: aquí no hi ha una única pilota per seguir, sinó un món ple d'estímuls que canvien a tota velocitat.
Segons Brett Kagan, director científic de Cortical Labs, el salt de Pong a Doom suposa canviar d'un escenari gairebé lineal a un on regna el desordre. Mentre que a Pong la relació entre estímul i resposta és directa, a Doom les neurones han de gestionar profunditat, moviment, amenaces i recompenses en paral·lel, cosa que complica molt la tasca daprenentatge.
Per afrontar aquest repte, la companyia no va recórrer a un únic xip aïllat, sinó a una plataforma en xarxa composta per diverses unitats CL1. Cada mòdul integra més de 200.000 neurones humanes vives, interconnectades i assentades sobre una matriu d'elèctrodes que actua com a intermediari entre biologia i electrònica.
Les neurones, això sí, no “veuen” la pantalla com ho faria un jugador humà. En lloc d'imatges, el sistema tradueix l'estat del joc a patrons d'estimulació elèctrica que s'apliquen directament sobre el cultiu cel·lular. Les respostes de les neurones, també en forma d'impulsos elèctrics, s'interpreten com a accions dins de Doom: avançar, girar, disparar, desplaçar-se a banda o banda.
Kagan fa broma que, de moment, els seus “jugadors” biològics es comporten com un principiant que mai ha tocat un ordinador. Els seus moviments són erràtics, la punteria deixa bastant que desitjar i moren una vegada i una altra. Però fins i tot en aquest caos, els investigadors observen una cosa clau: cada derrota aporta informació i les cèl·lules van ajustant el seu comportament.
Un bucle tancat entre neurones i videojoc
L'essència de l'experiment és al bucle de retroalimentació que es genera entre el joc i el cultiu neuronal. Un desenvolupador independent va aconseguir dissenyar una interfície que converteix la informació visual de Doom en aquests patrons elèctrics, i que alhora tradueix els trets neuronals en ordres concretes en el joc.
A la pràctica, el sistema funciona com un circuit tancat: l'entorn virtual envia estímuls al teixit biològic, les neurones responen alterant la seva activitat i el resultat d'aquesta resposta (sobreviure, avançar o ser eliminat) es reflecteix immediatament al propi entorn del joc. Aquesta dinàmica reforça certs patrons i n'afebleix altres, un mecanisme molt similar a com aprèn un organisme viu.
Els científics insisteixen que aquí no hi ha regles explícites a l'estil de molts algorismes d'intel·ligència artificial. La xarxa neuronal biològica es reorganitza per si sola, aprofitant la seva pròpia plasticitat. Es parla així de aprenentatge adaptatiu pur, sense arquitectures artificials complexes predefinides ni milions d'iteracions d'entrenament.
Un aspecte que ha cridat l'atenció de la comunitat investigadora és la velocitat a què s'observen canvis. Enfront de models de IA sobre silici que requereixen enormes quantitats de dades i energia —ia investigacions sobre el impacte cognitiu de ChatGPT—, aquests cultius van mostrar millores apreciables en qüestió de dies, fins a aconseguir un comportament reconeixible dins del joc en menys duna setmana.
Tot i aquests avenços, des de Cortical Labs demanen rebaixar expectatives. El CTO i altres responsables recorden que l'objectiu no és crear un “cervell en miniatura” que competeixi amb persones o amb les grans IAs del mercat, sinó emprar les neurones com un material de càlcul amb propietats úniques que el silici no pot replicar.
Què aporta CL1 a la biocomputació moderna
El CL1 es presenta com una mica més que un experiment puntual. Cortical Labs ho ha posicionat com una plataforma de computació biològica programable, que alguns descriuen fins i tot com una mena de “wetware-as-a-service”: maquinari humit accessible a través de programari, pensat perquè tercers puguin realitzar els seus propis projectes sobre neurones vives.
A la pràctica, el sistema ofereix una API oberta i eines de desenvolupament, de manera que investigadors i desenvolupadors puguin enviar tasques, recollir dades i explorar noves aplicacions. El programari biOS és l'encarregat de gestionar aquest intercanvi d'informació, traduint instruccions d'alt nivell a estímuls elèctrics precisos i llegint les respostes neuronals per tornar-les en un format comprensible pels programes tradicionals.
Un dels arguments que la companyia esgrimeix per defensar aquest enfocament és l'eficiència energètica. Els sistemes biològics, com es recorda sovint en neurociència, són capaços de realitzar operacions complexes consumint-ne una fracció de l'energia que necessita una supercomputadora convencional. En un context en què el cost energètic de la IA és cada cop més discutit, aquesta via de recerca guanya atractiu.
A més, la biocomputació obre un terreny on conflueixen informàtica, biologia i medicina. El fet de poder observar com neurones reals resolen problemes en entorns controlats podria aportar pistes valuoses tant per dissenyar nous models de IA com per entendre millor trastorns neurològics o provar tractaments en condicions molt específiques.
Des de la mateixa Cortical Labs insisteixen que Doom és només una demostració vistosa per captar l'atenció, però que el potencial real està en tot allò que es pot construir per sobre d'aquesta plataforma: des d'estudis de plasticitat neuronal fins a simulacions de processos de decisió biològics en escenaris complexos.
Europa se suma a la carrera: el paper de la Universitat de Milà
L'interès per aquest tipus de sistemes no es limita a Austràlia. A Europa també comencen a sorgir col·laboracions centrades a explorar a fons la computació biològica basada en neurones humanes. Un exemple és el projecte anunciat per la consultora tecnològica italiana Reply juntament amb el Departament de Fisiopatologia i Trasplantaments de la Universitat de Milà.
En aquest acord, investigadors del Policlínic de Milà treballen amb plataformes de computació biològica similars per estudiar com s'integren neurones actives amb sistemes digitals. La idea és aprofitar aquestes eines per investigar els mecanismes daprenentatge, la memòria i la plasticitat neural des duna perspectiva diferent a la dels models animals tradicionals.
La professora Stefania Corti, catedràtica de Neurologia i responsable de l'àrea de Malalties neuromusculars i rares al Policlínic, ha subratllat que aquest tipus d'experiments obre “oportunitats sense precedents” per analitzar com es reorganitzen les connexions a xarxes neuronals reals quan s'enfronten a tasques noves.
En lloc de limitar-se a observar el cervell humà mitjançant tècniques d'imatge o enregistrar activitat en animals de laboratori, aquestes plataformes permeten crear configuracions neuronals específiques i exposar-les a problemes concrets, mesurant de manera molt precisa els canvis en la seva activitat elèctrica.
Més enllà d'Itàlia, l'interès europeu s'orienta també a les possibles aplicacions mèdiques: des de tastar compostos farmacològics sobre cultius controlats fins a dissenyar nous tipus de interfícies cervell-màquina que puguin, algun dia, ajudar pacients amb paràlisi o trastorns del moviment.
Aplicacions potencials: de la medicina a la nova IA
Encara que la imatge de neurones humanes disparant a dimonis a Doom resulti cridanera, la veritable importància de l'experiment és el que pot venir després. Molts experts veuen aquests sistemes com una mena de banc de proves per estudiar l'aprenentatge biològic en un context molt estructurat i mesurable.
Una àrea clara daplicació és la investigació en malalties neurològiques. En treballar amb cultius derivats de cèl·lules mare, hi ha la possibilitat de crear models de determinades patologies i veure com responen a diferents entorns o tractaments, cosa que podria complementar, i en alguns casos reduir, l'ús de models animals.
Una altra línia de treball passa pel desenvolupament de noves arquitectures d'intel·ligència artificial inspirades directament en la biologia. Observar com es reorganitzen aquestes xarxes neuronals reals en resoldre tasques complexes podria ajudar a dissenyar algorismes més flexibles, capaços d'adaptar-se amb menys dades i de manera més eficient.
Alguns investigadors assenyalen també la connexió amb les interfícies cervell-màquina. Si unes neurones cultivades es poden manejar amb soltesa —o almenys amb certa eficàcia— en un entorn tridimensional impredictible com Doom, aquesta mateixa capacitat d'adaptació es podria utilitzar per controlar pròtesis robòtiques, exoesquelets o dispositius d'assistència en escenaris canviants del món real.
Tot això arriba acompanyat d'interrogants ètics i filosòfics: fins a quin punt aquests cultius s'han de considerar com a simples recursos de laboratori, quins límits caldria establir en el seu ús, o com garantir una regulació adequada si la biocomputació acaba tenint aplicacions comercials massives.
Ara com ara, el que hi ha sobre la taula és una prova de concepte sòlida: un conjunt de neurones humanes, cultivades en un xip i connectades a un sistema informàtic, són capaços d'aprendre a desenvolupar-se a Doom amb una rapidesa cridanera respecte a molts sistemes artificials, encara que encara lluny d'un jugador humà experimentat.
Aquest tipus d'experiments, que fa uns anys haurien sonat a guió de sèrie futurista, s'estan convertint en un camp de treball real per a laboratoris i empreses de tot el món. Entre demostracions públiques, col·laboracions amb universitats europees i l'obertura d'APIs per a tercers, la sensació és que la informàtica basada en neurones vives comença a sortir del terreny purament teòric ia buscar el seu lloc al costat del silici tradicional.
A hores d'ara, aquestes neurones no destronaran els campions d'e-sports ni substituiran els grans models d'IA, però sí que marquen un punt d'inflexió: és la prova palpable que part de la computació del futur podria donar suport a substrats biològics capaços d'aprendre per ells mateixos, i que un cultiu cel·lular jugant a Doom pot ser només el primer pas d'un canvi de paradigma molt més gran.
