La Biocomputación se Traslada del Laboratorio al Centro de Datos

Una startup está construyendo lo que afirma será el primer centro de datos del mundo impulsado por células cerebrales humanas, marcando el intento más ambicioso hasta ahora de convertir la computación biológica de una curiosidad de investigación en tecnología práctica. La empresa planea utilizar organoides, grupos de neuronas humanas cultivadas en laboratorio, como unidades de procesamiento central en una instalación diseñada para manejar cargas de trabajo computacionales reales.

Este enfoque aprovecha una ventaja fundamental que las redes neuronales biológicas tienen sobre los chips de silicio: eficiencia energética. El cerebro humano realiza aproximadamente 10 quintillones de operaciones por segundo mientras consume solo alrededor de 20 vatios de potencia, menos que una bombilla típica. Los centros de datos modernos consumen megavatios de electricidad y requieren sistemas de enfriamiento elaborados que agregan costos de energía adicionales.

Cómo Funciona la Computación con Células Cerebrales

La tecnología se basa en una década de avances en la investigación de organoides. Los científicos han aprendido a cultivar grupos de neuronas humanas en platos de laboratorio, donde las células se auto-organizan en estructuras tridimensionales que exhiben actividad eléctrica que se asemeja a la función cerebral. Estos organoides forman conexiones sinápticas, procesan señales y muestran comportamiento de aprendizaje rudimentario.

En un contexto de biocomputación, los organoides se conectan con sistemas electrónicos a través de matrices de microelectrodos que tanto estimulan neuronas como leen sus respuestas eléctricas. Los datos de entrada se codifican como patrones de estimulación eléctrica, el organoide procesa estas señales a través de su red neuronal, y la salida se lee de nuevo a través de la matriz de electrodos.

Las demostraciones anteriores han mostrado que los organoides pueden aprender a jugar juegos de video simples, reconocer patrones y realizar tareas básicas de clasificación. La startup tiene como objetivo escalar esto desplegando miles de organoides en paralelo, cada uno manejando una porción de una carga de trabajo, con electrónica convencional manejando la coordinación y el enrutamiento de datos entre unidades de procesamiento biológicas.

La Ecuación Energética

El punto de venta principal es el consumo de energía. A medida que las cargas de trabajo de AI han explotado, la demanda de energía de los centros de datos se ha convertido en un cuello de botella crítico. La Agencia Internacional de Energía proyecta que los centros de datos consumirán más de 1,000 teravatios-hora anuales para 2030, aproximadamente equivalente al consumo de electricidad total de Japón.

La mayor parte de esta energía se destina a la refrigeración en lugar del cálculo. Los procesadores de silicio generan un enorme desperdicio de calor que debe eliminarse continuamente. Las redes neuronales biológicas operan a la temperatura corporal y generan un calor excedente mínimo, eliminando potencialmente la infraestructura de refrigeración que consume mucha energía.

La startup estima que un centro de datos de biocomputación podría realizar ciertas cargas de trabajo a una milésima parte del costo energético de los sistemas convencionales. Incluso si la cifra real es menos impresionante, los ahorros podrían ser transformadores para una industria que lucha contra las restricciones de energía.

Desafíos Técnicos

A pesar de la visión convincente, permanecen obstáculos significativos. La longevidad de los organoides es una preocupación: aunque las neuronas pueden sobrevivir durante meses en condiciones de laboratorio, mantener miles de organoides en un ambiente de centro de datos requiere sofisticados sistemas de soporte vital que incluyen entrega de nutrientes, eliminación de desechos y control ambiental.

La confiabilidad es otro desafío. Los chips de silicio producen resultados deterministas, mientras que las redes neuronales biológicas exhiben variabilidad y ruido. La ingeniería alrededor de esto requiere redundancia, corrección de errores y enfoques de programación novedosos aún en desarrollo temprano.

La velocidad también es una limitación. Las neuronas biológicas disparan en cientos de hertzios, en comparación con miles de millones para los transistores de silicio. La biocomputación compensa mediante paralelismo masivo, similar a cómo los 86 mil millones de neuronas del cerebro logran un rendimiento notable a pesar de que cada una sea lenta por estándares electrónicos. Escalar este paralelismo en un sistema de ingeniería sigue sin resolverse.

Consideraciones Éticas

El uso de células cerebrales humanas en la computación genera preguntas éticas que crecerán a medida que la tecnología madure. Los organoides actuales no muestran nada que se asemeje a la conciencia, pero el límite ético no está claramente definido. A medida que los organoides crecen más grandes y complejos, las preguntas sobre su estado moral se vuelven más difíciles de evitar.

Los bioéticos han hecho un llamado a marcos de gobernanza proactivos que establezcan directrices claras para la comercialización de organoides. El abastecimiento de células, típicamente a partir de células de piel donadas reprogramadas en células madre y luego diferenciadas en neuronas, plantea preguntas sobre consentimiento y propiedad intelectual.

Los marcos regulatorios para la biocomputación esencialmente no existen. La startup dice que está interactuando proactivamente con juntas de ética y reguladores. Se espera que la instalación de prueba de concepto esté dentro de 18 meses, apuntando inicialmente a cargas de trabajo de AI donde las ventajas de energía son más pronunciadas, incluyendo reconocimiento de patrones y detección de anomalías.

Este artículo se basa en informes de New Scientist. Lea el artículo original.