Neuronas vivas de ratas en sistemas de inteligencia artificial híbrida

Los científicos han dado un paso importante en la inteligencia artificial híbrida al desarrollar un sistema en el que neuronas vivas de ratas realizan tareas computacionales. Este experimento se basa en la idea de fusionar redes neuronales biológicas con métodos de aprendizaje automático para comprobar si las células vivas pueden funcionar como elementos de cálculo completos.

Para lograrlo, los investigadores utilizaron neuronas corticales conectadas a microelectrodos y dispositivos microfluídicos. El sistema opera en un bucle cerrado: las señales neuronales se leen, se convierten en datos de salida y luego se retroalimentan como estimulación eléctrica. Este ciclo dura unos 330 milisegundos, lo que permite al sistema aprender en tiempo real sin intervención externa.

Se prestó especial atención a la estructura de la red. Las neuronas se colocaron en 128 microporos conectados por microcanales, lo que ayudó a reducir la sincronización excesiva, un problema común en las redes biológicas desorganizadas. Como resultado, la correlación de actividad disminuyó casi cuatro veces, haciendo que el comportamiento del sistema fuera más complejo y efectivo.

Durante los experimentos, la red biológica reprodujo con éxito varias señales, incluyendo ondas sinusoidales, cuadradas y triangulares, y pudo aproximar sistemas caóticos complejos como el atractor de Lorenz. La precisión se mantuvo alta, con niveles de correlación superiores a 0,8.

Sin embargo, la tecnología aún está lejos de tener un uso práctico. Una vez finalizado el entrenamiento, la precisión del sistema disminuye, y los retrasos en la retroalimentación limitan su capacidad para procesar señales que cambian rápidamente. A pesar de esto, los investigadores creen que un mayor desarrollo podría conducir a nuevas interfaces cerebro-computadora, neuroprótesis y plataformas de computación biohíbrida.