Un cerebro digital de mosca para jugar al Doom, clasificar correos y operar con criptomonedas

¿Qué pasa si metemos el cerebro de una mosca adentro de una computadora y le pedimos que haga cosas de gente grande, como clasificar correos o jugar al Doom? Suena a disparate, pero es exactamente lo que acaba de hacer un equipo internacional de investigadores. Lo cuentan como una rareza de laboratorio más que como una receta lista para usar mañana a la mañana: todavía es más lento y menos preciso que cualquier red neuronal artificial diseñada de cero para esas mismas tareas. Igual, el experimento abre una ventana insólita para entender cómo una estructura biológica procesa información.

Para ubicarnos, pensemos el conectoma como la receta completa de un guiso: no solo la lista de ingredientes, sino cómo se mezclan, en qué orden y durante cuánto tiempo. En este caso, el plato es el sistema nervioso central de una mosca de la fruta adulta, registrado en una reconstrucción digital llamada MaleCNS v1.0. Tiene más de 166.000 neuronas, unos 125 millones de conexiones y cerca de 11.700 tipos celulares. La preparación llevó años de microscopía electrónica sobre cortes ultrafinos del tejido y reconstrucción capa por capa, con participación de Google Research, el HHMI Janelia Research Campus, Harvard y Princeton.

Del correo no deseado a las finanzas simuladas

La prueba más concreta fue, curiosamente, la más doméstica: separar correo basura de correo útil. La simulación del conectoma alcanzó aproximadamente el 80 por ciento de la precisión que consigue una red neuronal artificial pequeña entrenada para lo mismo. Ojo, ese 80 por ciento es un rendimiento relativo, no un porcentaje de aciertos sobre el total de mensajes: sirve para dimensionar el resultado frente a un modelo convencional, no para afirmar que clasifica ocho de cada diez correos.

Después vino el cruce con los videojuegos. El ingeniero Alex Wormuth enganchó MaleCNS v1.0 al clásico Doom. Cada cuadro del juego se convierte en estímulos que excitan a las neuronas sensoriales simuladas, la información de brillo y color viaja por la red y termina traduciéndose en acciones para el personaje. Para enseñarle a esquivar, Wormuth agregó señales de refuerzo a través de células dopaminérgicas: cuando el avatar recibe daño pero sigue vivo, esas neuronas registran el disgusto y la red ajusta su comportamiento. La cocina del aprendizaje por premio y castigo, pero servida con ingredientes biológicos.

El mismo Wormuth llevó esa lógica de recompensas a Stonkfly, un proyecto que mira gráficos financieros y decide cuándo comprar o vender criptomonedas dentro de una cartera virtual. Las ganancias activan una señal asociada a 15 células específicas; las pérdidas estimulan otras dos vinculadas con respuestas aversivas. La experiencia describe un uso experimental del modelo, no una estrategia de inversión: no aporta resultados que permitan evaluarlo como herramienta financiera.

El balance, por ahora, es modesto. Todas estas aplicaciones necesitan agregar una capa de simulación por encima del conectoma, porque el mapa de conexiones solo no basta: hace falta un modelo de cómo se disparan las neuronas, con qué y con qué reglas sinápticas. Ahí está el cuello de botella actual: las simulaciones son más lentas y menos precisas que las redes artificiales hechas a medida para cada problema. La campaña que viene debería mostrar qué pasa cuando se mejora ese motor de simulación neuronal y se lo conecta a tareas más ambiciosas, que es donde se sabrá si este cerebro de mosca digital tiene algo serio para enseñarnos, o si se queda en una curiosidad deliciosa de laboratorio.