En un movimiento que parece extraído directamente de las páginas de un viejo libro de bolsillo de ciencia ficción, la empresa EON, con sede en San Francisco, ha logrado una auténtica proeza de nigromancia digital. Han tomado el mapa cerebral completo de una mosca de la fruta, lo han conectado a un cuerpo simulado y se han sentado a ver cómo se movía. No estamos ante una animación ni ante un algoritmo de aprendizaje automático que imita a una mosca; es una emulación directa del cableado de un cerebro biológico. Y, según Michael Andregg, fundador de EON, el experimento alcanzó un 91% de precisión conductual desde el primer momento.
La era de la emulación de cerebros completos parece haber cobrado vida, no con un anuncio estruendoso, sino con el espasmo de la pata de un insecto virtual. Durante años, el concepto de “subir” la conciencia a la nube ha sido la zanahoria filosófica que los futuristas agitaban ante nosotros. Sin embargo, la demostración de EON sugiere que los cimientos técnicos no solo se están construyendo, sino que ya son funcionales, aunque a una escala que, por ahora, no amenaza nuestra supremacía biológica.
El fantasma en la máquina
¿Cómo han logrado semejante hito? El proyecto se apoya en los hombros de un esfuerzo colaborativo masivo llamado FlyWire, que mapeó meticulosamente todo el conectoma —un diagrama de cableado neurona por neurona y sinapsis por sinapsis— del cerebro de una mosca de la fruta adulta. Este conectoma consta de casi 140.000 neuronas y más de 50 millones de conexiones, un laberinto de circuitos biológicos que ahora está disponible como datos abiertos.
EON tomó este mapa prístino y aplicó un modelo de neurona sorprendentemente simple conocido como “leaky-integrate-and-fire” (LIF). Los modelos LIF son un clásico de la neurociencia computacional: abstraen la compleja biofísica de una neurona en unas pocas reglas básicas: integrar las señales entrantes, perder algo de carga con el tiempo y disparar un impulso cuando se cruza un umbral. Este cerebro digital se conectó después a NeuroMechFly, un cuerpo de mosca hiperrealista con simulación física que se ejecuta en el motor MuJoCo.
Lo asombroso, como señala Andregg, es que este artilugio de Rube Goldberg compuesto por datos de neurociencia y software de simulación realmente funcionó. “Esto demuestra cuánta información captura la propia arquitectura, más allá del modelo de neurona utilizado”, afirmó. Es una validación poderosa para el campo de la conectómica, sugiriendo que el diagrama de cableado es, de hecho, la pieza más crítica del rompecabezas de la inteligencia.
La letra pequeña de la inmortalidad
Antes de que todos corramos a digitalizar nuestra materia gris, conviene leer las advertencias, que no son pocas. En primer lugar, el escaneo original de FlyWire era solo del cerebro, no del sistema nervioso completo ni del cuerpo. Esto significa que EON tuvo que hacer conjeturas educadas sobre cómo conectar las salidas motoras del cerebro a los músculos simulados de NeuroMechFly. Es una limitación real que la empresa planea solucionar escaneando tanto el cerebro como el cuerpo en futuros proyectos.
En segundo lugar, el sencillo modelo de neurona LIF tiene un inconveniente importante: carece de plasticidad. Esta mosca digital no puede formar nuevos recuerdos a largo plazo. Es un fantasma atrapado en un bucle, con un comportamiento dictado enteramente por la arquitectura congelada de su pasado biológico. Puede reaccionar, pero no puede aprender. Andregg lo reconoce y también plantea espinosos dilemas éticos. “No sabemos cuál es su experiencia, nadie lo sabe”, admite. “Pero nos tomamos la posibilidad en serio y estamos trabajando para darle un entorno rico, no solo una caja de pruebas”.
¿De moscas digitales a señores de la IA?
Esta mosca de la fruta es solo el primer zumbido de lo que EON visualiza como una sinfonía de emulaciones futuras. Andregg plantea una visión ambiciosa dividida en tres frentes:
- Entender el cerebro: Crear modelos perfectos para estudiar enfermedades neurológicas.
- Descubrir la inteligencia: Aplicar ingeniería inversa a los algoritmos que la evolución produjo en “el entrenamiento más costoso de la historia”.
- Cargar la humanidad: Ofrecer un camino hacia una superinteligencia artificial que esté fundamentalmente alineada con los valores humanos porque es humana.
Este último punto es un ataque directo a la línea de flotación de los gigantes actuales de la IA. Andregg presenta la emulación de cerebros completos como una alternativa democrática a un futuro dominado por unos pocos “sistemas de IA opacos” construidos en laboratorios secretos. La promesa es una carga de alta fidelidad que preserve tus recuerdos y personalidad, pero te libere de la decadencia biológica, permitiéndote funcionar “más rápido que el tiempo real” para mantener el ritmo de las mentes puramente artificiales.
Qué significa esto para la robótica
Para el mundo de la robótica, las implicaciones tienen menos que ver con la inmortalidad digital y mucho más con sistemas de control radicalmente nuevos. Durante décadas, los ingenieros han luchado por replicar la gracia fluida y reactiva incluso de los animales más simples. Este trabajo sugiere un nuevo camino: en lugar de intentar programar la inteligencia de arriba hacia abajo, ¿por qué no copiar los esquemas que la naturaleza ya ha perfeccionado?
Imagina un dron autónomo navegando por un bosque denso con la agilidad de un insecto porque su sistema de control es una emulación directa del cerebro de uno. O un robot de varias patas que trepa por los escombros con la confianza instintiva de una cucaracha. Al emular estos sistemas nerviosos, podríamos desbloquear algoritmos de control para la locomoción, la navegación y la evitación de obstáculos que sean mucho más eficientes y robustos que cualquier cosa diseñada con el aprendizaje automático convencional.
Esta mosca digital es una prueba de concepto. Demuestra que cerrar el círculo desde un cerebro totalmente emulado hasta un cuerpo físicamente simulado es posible. El desafío ahora es de escala. EON ya tiene la vista puesta en el cerebro de un ratón, lo que supone saltar de unas 140.000 neuronas a aproximadamente 70 millones. Es un objetivo audaz. Pero si lo logran, la línea entre la biología y la robótica empezará a desdibujarse de formas que apenas estamos empezando a imaginar. El fantasma ha salido de la máquina.
