Se você achava que o ciclo de euforia da IA não poderia ficar mais surreal, uma empresa australiana resolveu chutar o balde das GPUs e conectar uma inteligência artificial diretamente a um cérebro biológico vivo. Bom, mais ou menos isso. A Cortical Labs, a startup de biotecnologia que anteriormente ganhou as manchetes ao ensinar um aglomerado de 800.000 neurônios humanos a jogar o clássico Pong, subiu de nível. Após treinar com sucesso uma nova leva de 200.000 neurônios para navegar pelos corredores infestados de demônios de DOOM, eles agora conectaram seu “DishBrain” a um Modelo de Linguagem de Larga Escala (LLM).
É isso mesmo. Células cerebrais humanas reais, disparando impulsos elétricos em um chip de silício, estão agora escolhendo as palavras que uma IA profere. Isso não é apenas mais um passo incremental no aprendizado de máquina; é um salto bizarro, fascinante e levemente perturbador para o mundo do “wetware” e da computação biológica. E, honestamente, faz o seu chatbot comum parecer tão avançado quanto uma calculadora de bolso.
De raquetes pixeladas a cenários infernais
Para entender como chegamos ao ponto em que células cerebrais são coautoras de textos, precisamos olhar para os maiores sucessos da Cortical Labs. Em 2022, a equipe baseada em Melbourne atraiu os holofotes com o experimento “DishBrain”. Eles cultivaram neurônios em uma matriz de microeletrodos que podia tanto estimular as células quanto ler sua atividade. Ao enviar sinais elétricos para indicar a posição da bola no Pong, os neurônios aprenderam a disparar de uma forma que controlava a raquete, demonstrando um aprendizado direcionado a objetivos em apenas cinco minutos. Foi uma prova de conceito impressionante para a inteligência biológica sintética.
Mas jogar Pong é brincadeira de criança. O mundo da tecnologia tem um mantra antigo para julgar qualquer novo hardware: “Roda DOOM?”. Naturalmente, foi exatamente isso que a Cortical Labs fez em seguida. O salto do mundo simples e 2D de Pong para o ambiente 3D de DOOM é imenso, exigindo navegação espacial, detecção de ameaças e tomada de decisão. Ainda assim, os neurônios aprenderam. O feed de vídeo do jogo foi traduzido em padrões de estimulação elétrica, e as respostas dos neurônios foram decodificadas em ações dentro do jogo, como mover-se e atirar. Embora o desempenho estivesse mais para um iniciante atrapalhado do que para um pro-player, provou que o sistema conseguia lidar com tarefas muito mais complexas e dinâmicas.
Dando ao LLM um “Fantasma Biológico na Máquina”
Depois de conquistar os clássicos dos videogames, o próximo passo lógico era, aparentemente, dar voz aos neurônios. O experimento mais recente, divulgado por figuras como o evangelista de tecnologia Robert Scoble, revela as células cerebrais fazendo interface com um LLM. Em vez de mover uma raquete ou um fuzileiro espacial, os impulsos elétricos disparados pelos neurônios são agora usados para selecionar cada token — seja uma letra ou uma palavra — que a IA gera.
Um vídeo de demonstração mostra o processo em ação: uma grade exibe os canais sendo estimulados e o feedback correspondente dos neurônios enquanto eles “decidem” coletivamente o próximo trecho do texto. É um olhar cru e sem filtros sobre a matéria biológica executando uma tarefa cognitiva que, até agora, era domínio exclusivo de algoritmos complexos rodando em chips de silício sedentos por energia.
“Mostramos que podemos interagir com neurônios biológicos vivos de tal forma que os compele a modificar sua atividade, levando a algo que se assemelha à inteligência”, afirmou o Dr. Brett Kagan, Diretor Científico da Cortical Labs, a respeito de seus trabalhos anteriores.
Este novo desenvolvimento leva essa interação a um patamar inédito. Uma coisa é reagir a uma bola quicando; outra, completamente diferente, é participar da construção da linguagem.
Por que se dar ao trabalho de usar cérebros?
Neste ponto, você deve estar se perguntando: por que passar por todo o transtorno de manter 200.000 neurônios vivos em uma placa de laboratório quando uma GPU de ponta roda um LLM sem reclamar? A resposta está na eficiência e nos limites fundamentais do silício. O cérebro humano realiza computações assombrosas consumindo cerca de 20 watts de potência — o equivalente a uma lâmpada fraca. Um supercomputador tentando simular a mesma atividade pode exigir milhões de vezes mais energia.
A Cortical Labs e outros nomes do setor apostam que essa eficiência energética incrível pode ser domada. Sistemas biológicos são mestres em processamento paralelo e aprendizado adaptativo de formas que os computadores tradicionais, determinísticos e binários, lutam para replicar. Ao fundir neurônios vivos com silício, eles estão criando uma arquitetura de computação híbrida que poderia, um dia, alimentar sistemas que aprendem mais rápido e consomem uma fração da energia atual.
Isso não é apenas sobre construir um chatbot melhor. A equipe da Cortical Labs, liderada pelo CEO Dr. Hon Weng Chong, vislumbra um futuro onde essa tecnologia revolucione a robótica, a medicina personalizada e a descoberta de novos fármacos. Imagine um robô que não apenas executa comandos pré-programados, mas aprende e se adapta a um novo ambiente com a inteligência fluida de um sistema biológico. Ou considere usar os próprios neurônios de um paciente em um chip para testar a eficácia de diferentes medicamentos para condições neurológicas como a epilepsia.
O caminho pela frente é longo. Sistemas biológicos são complexos e podem ser imprevisíveis, passando longe da consistência confiável do silício. Mas, como a Cortical Labs demonstrou, um aglomerado de células em uma placa já passou de jogar videogame para a fala. A perspectiva de que esses mesmos neurônios um dia controlem um robô não é mais apenas ficção científica — é o próximo item no cronograma de desenvolvimento. E esse é um pensamento simultaneamente aterrador e eletrizante.
