Artículo
Singapur comenzó a probar una forma de infraestructura informática que necesita algo más que electricidad y refrigeración: también requiere mantener vivas células neuronales cultivadas en laboratorio. El prototipo, instalado en el Life Sciences Institute de la National University of Singapore (NUS), reúne 20 sistemas CL1 desarrollados por la empresa australiana Cortical Labs y cuenta con la participación del operador de centros de datos DayOne.
Cada CL1 es una computadora híbrida. Sus neuronas humanas, obtenidas a partir de células madre y cultivadas sobre una matriz de electrodos de silicio, reciben y emiten señales eléctricas. El hardware convencional permite estimular la red biológica, registrar su actividad y conectarla con el software de Cortical Labs. Por eso, describir el sistema como una máquina que prescinde de los chips sería incorrecto: la parte viva y la electrónica funcionan juntas.
La apuesta se basa en una cualidad de las redes neuronales biológicas: pueden reorganizar sus conexiones y aprender a partir de la experiencia con un gasto energético muy bajo. Cortical Labs ya utilizó sistemas de este tipo en tareas experimentales como aprender versiones simples de Pong y Doom. Esas demostraciones muestran capacidad de adaptación, pero no equivalen al rendimiento, la precisión ni la versatilidad de los procesadores usados actualmente para entrenar y ejecutar modelos de inteligencia artificial.
El objetivo inmediato del proyecto de NUS Medicine es mucho más acotado que reemplazar servidores. La instalación funcionará como entorno de validación para estudiar cómo operar los equipos, qué personal y protocolos requieren, cuánto duran los cultivos y en qué tareas pueden aportar valor. Entre las líneas mencionadas por los participantes aparecen la investigación neurológica, el modelado biomédico, el descubrimiento de fármacos, la IA inspirada en el cerebro y la optimización energética.
La eficiencia es uno de los principales argumentos a favor de esta tecnología. Los promotores sostienen que una unidad CL1 consume una fracción de la energía de los aceleradores digitales empleados en IA. Sin embargo, una comparación seria debe incluir no solo la potencia del dispositivo, sino también los sistemas que controlan temperatura, nutrientes, esterilidad y vida útil de las células, además del rendimiento obtenido por tarea. Por ahora no existen pruebas públicas suficientes para extrapolar la ventaja a cargas comerciales de gran escala.
El prototipo también plantea preguntas que no aparecen en un centro de datos convencional. Mantener cultivos vivos introduce variabilidad biológica, degradación y procedimientos especializados. Además, el uso de neuronas humanas exige reglas claras sobre el origen de las células, el consentimiento, la supervisión ética y los límites de la experimentación. No hay evidencia de que estas pequeñas redes posean conciencia, pero la discusión regulatoria tendrá que evolucionar junto con la capacidad de los sistemas.
Si la fase de validación resulta satisfactoria, los socios prevén trasladar la tecnología a una instalación comercial de DayOne y explorar una expansión gradual de hasta 1.000 unidades, sujeta a resultados técnicos y aprobaciones regulatorias. Esa posibilidad debe leerse como una hoja de ruta, no como capacidad ya disponible: el despliegue actual sigue siendo un rack experimental de 20 equipos dentro de una institución académica.
Para las empresas, el caso importa menos como sustituto inmediato de GPU y más como señal de diversificación de la computación. La presión energética de la IA está empujando arquitecturas fotónicas, neuromórficas, cuánticas y ahora biológicas. La oportunidad será identificar tareas específicas en las que cada enfoque aporte una ventaja verificable. En computación biológica, la distancia entre una demostración llamativa y una infraestructura confiable todavía es considerable, y este prototipo busca precisamente empezar a medirla.