Feng Guo es un bioquímico y biólogo que se sumó a la Universidad de Indiana, en el medio oeste de Estados Unidos, tras una larga carrera académica. Nacido en China, se graduó como físico en la Universidad de Wuhan y luego hizo estudios en la Universidad de Beijing. Se mudó a Estados Unidos y siguió su carrera en Pennsylvania y Colorado.
Finalmente se instaló en la Universidad de Indiana, en la ciudad de Bloomington. Allí, Feng Guo trabaja con un equipo académico que construyó una computadora denominada Brainoware. Un artículo de la revista científica Nature Electronics publicado el lunes 11, afirma que la tecnología utilizada integra sistemas de Inteligencia Artificial (AI).
Brainoware constituye un primer paso importante en un nuevo tipo de arquitectura informática, conocida como computación neuromórfica. “Es capaz de hacer reconocimiento de voz y predecir ecuaciones no lineales. Aunque por ahora el dispositivo es un poco menos preciso que una computadora de hardware puro, que funciona con AI que utiliza tejido cerebral.
En su intento de acercarse a las capacidades del cerebro, los investigadores diseñaron chips de silicio con hardware y algoritmos que imitan la estructura y la forma de funcionamiento del cerebro.
Sin embargo, estos dispositivos, que se basan en principios electrónicos digitales, “chocan con las limitaciones de un alto consumo de energía y con el prolongado tiempo que requieren para su entrenamiento con redes neuronales artificiales”, señala el artículo de Nature Electronics.
Sin embargo, lo revolucionario de esta computadora Brainoware, es que Guo y sus colegas utilizaron tejido cerebral humano real, cultivado en un laboratorio a partir de células madre humanas pluripotentes.
Las células se organizaron “en minicerebros artificiales tridimensionales completos, con conexiones y estructuras, a los que llamaron organoides”. A su vez, estos se conectaron con “una serie de microelectrodos de alta densidad para formar un tipo de red neuronal artificial, conocida como computación de reservorio”.
Para diseñar Brainoware los científicos utilizaron “un hardware informático normal para las capas de entrada y salida, que tuvieron que ser entrenadas para funcionar con el organoide. Así, la capa de salida leyó los datos neuronales e hizo clasificaciones o predicciones basadas en la entrada”.
El complejo proceso que no solo emula el cerebro humano sino que tiene tejido cerebral real cuenta con una “estimulación eléctrica transportó información al reservorio del organoide, donde fue procesada antes de que el Brainoware devolviera sus cálculos en forma de actividad neuronal a la capa de salida”.
En una primera tarea, “los investigadores emplearon 240 clips de audio de ocho hablantes masculinos que emitían sonidos de vocales japonesas y le pidieron al Brainoware que identificara la voz de cada individuo específico. Después de un entrenamiento de apenas dos días, Brainoware pudo identificar al hablante con un 78 % de precisión”.
También evaluaron “la capacidad de predicción de un mapa de Hénon, un sistema dinámico con comportamiento caótico”. La teoría del caos es la rama de la matemática, la física y otras ciencias -biología, meteorología, economía, entre ellas- que trata ciertos tipos de sistemas complejos y sistemas dinámicos no lineales muy sensibles a las variaciones en las condiciones iniciales. Pequeñas variaciones en dichas condiciones iniciales pueden implicar grandes diferencias en el comportamiento futuro, imposibilitando la predicción a largo plazo.
El artículo de Nature Electronics señala que “los científicos dejaron a Brainoware sin supervisión para que aprendiera durante cuatro días, y descubrieron que era capaz de predecir el mapa con mayor precisión que una red neuronal artificial sin unidad de memoria a corto plazo”.
Sin embargo, consigna que “constataron que era ligeramente menos preciso que esas redes cuando estas habían sido entrenadas durante 50 días, aunque logró casi los mismos resultados en menos del 10 % del tiempo de entrenamiento”. Uno de los desafíos de quienes crearon Brainoware es deben “mantener vivos y saludables los organoides” así como “los niveles de consumo de energía de los equipos periféricos”.
Investigadores de la Universidad Johns Hopkins que no participaron en el estudio, advirtieron de las implicaciones éticas en un comentario en Nature Electronics. "A medida que aumenta la sofisticación de estos sistemas organoides, es fundamental que la comunidad examine la gran cantidad de cuestiones neuroéticas que rodean a los sistemas bioinformáticos, que incorporan tejido neural humano", señalaron.
Asimismo, subrayaron los aspectos fuertes del estudio al referirse a que pueden "pasar décadas antes de que se puedan crear sistemas bioinformáticos generales, pero es probable que esta investigación genere conocimientos fundamentales sobre los mecanismos del aprendizaje, el desarrollo neuronal y las implicaciones cognitivas de las enfermedades neurodegenerativas".
