MaleCNS v1.0: cuando el cerebro digital de un insecto aprende a jugar al Doom y a leer tu mail
Un mapa con más de 166.000 neuronas de la mosca de la fruta se convirtió en el juguete experimental de Google, Harvard y Princeton. Sirvió para clasificar correos, mover un personaje en un videojuego y tomar decisiones financieras simuladas. Todavía es más lento y menos preciso que una red convencional, pero abre preguntas jugosas sobre cómo procesamos información.
¿Qué pasa si metés el cerebro entero de una mosca dentro de una computadora y le pedís que ordene tu casilla de mail? Suena a delirio de laboratorio, pero un equipo internacional acaba de hacerlo y los resultados, aunque modestos, dan que pensar. La reconstrucción se llama MaleCNS v1.0 y es, básicamente, una copia digital del sistema nervioso de la mosca de la fruta, con todo lo que eso implica: más de 166.000 neuronas, unos 125 millones de conexiones y alrededor de 11.700 tipos de células distintas.
Para dimensionar el dato, pensá que un clasificador de correo electrónico del tipo que usan los servidores más modernos es una red pequeña, diseñada a medida para esa sola tarea. Bueno, cuando los investigadores enfrentaron al MaleCNS contra uno de esos modelos convencionales, la versión biológica digital alcanzó cerca del 80 % de la precisión de la red artificial. Es decir: rindió razonablemente bien para estar haciendo algo para lo que no fue pensada, pero todavía queda lejos de las herramientas especializadas.
Del laboratorio al joystick: jugar al Doom con neuronas de insecto
El ingeniero Alex Wormuth fue uno de los que decidió llevar el modelo al terreno del entretenimiento. Conectó el MaleCNS al clásico Doom, un videojuego de disparos en primera persona. La mecánica es simple de explicar: cada cuadro de la pantalla se transforma en estímulos para las neuronas sensoriales simuladas, la información sobre brillo y color circula por la red y, cuando llega a las neuronas motoras, se traduce en movimientos del personaje. Para que el personaje aprendiera a esquivar daño, se usaron ciertas células dopaminérgicas, que son las que en un cerebro real envían señales de recompensa y castigo.
Stonkfly: cuando la mosca juga a las criptomonedas
La misma lógica de premio y castigo se aplicó a Stonkfly, un proyecto que muestra gráficos financieros y deja que el modelo decida si comprar o vender criptomonedas en una cartera virtual. Las ganancias activan una señal asociada a 15 células; las pérdidas estimulan otras dos, vinculadas con respuestas aversivas. Ojo: la experiencia es experimental y no aporta datos suficientes para evaluar si sirve como herramienta de inversión. Es, en criollo, un juego de investigación, no un consejo financiero.
- Correo electrónico: clasificación con alrededor del 80 % de la precisión de una red neuronal convencional.
- Doom: el jugador es controlado por la simulación, que recibe señales visuales y de daño.
- Super Mario 64 y Beat Saber: otros títulos donde desarrolladores externos probaron el modelo.
- Stonkfly: decisiones simuladas de compra y venta de criptomonedas con señales de recompensa y castigo.
- Resolución de salas de escape y creación de tipografías: usos experimentales que requieren agregar simulaciones al conectoma.
Los creadores de MaleCNS v1.0 provienen de lugares pesados: Google Research, el HHMI Janelia Research Campus, Harvard y Princeton. El modelo no se queda solo en el cerebro de la mosca, sino que incluye también el cordón nervioso ventral, lo que permite estudiar el ida y vuelta entre lo que el insecto percibe y cómo reacciona con movimiento. La reconstrucción se logró fotografiando con microscopía electrónica millones de cortes finísimos del sistema nervioso y cosiéndolos digitalmente para reconstruir cada conexión. ¿Y qué cambia para el usuario común? Por ahora, poco y nada en el día a día. Las simulaciones son más lentas y menos precisas que las redes especializadas, así que no esperés que tu próxima app de mail use neuronas de mosca. Pero el trabajo abre una puerta enorme para entender cómo estructuras biológicas reales procesan información, algo que podría terminar mejorando el diseño de futuras inteligencias artificiales.
Comentarios
0Todavía no hay comentarios. Sé el primero.