La inteligencia organoidal ( IO ) es un campo de estudio emergente en ciencias de la computación y biología que desarrolla y estudia la computación biológica utilizando cultivos 3D de células cerebrales humanas (u organoides cerebrales) y tecnologías de interfaz cerebro-máquina. [1] Estas tecnologías pueden denominarse IO.
A diferencia de los enfoques tradicionales basados en silicio no orgánico, la OI busca utilizar organoides cerebrales cultivados en laboratorio para que sirvan como "hardware biológico". Los científicos esperan que estos organoides puedan proporcionar una capacidad informática más rápida, más eficiente y más potente que la informática y la inteligencia artificial basadas en silicio habituales , y que al mismo tiempo requieran solo una fracción de la energía. Sin embargo, aunque estas estructuras aún están lejos de poder pensar como un cerebro humano normal y aún no poseen capacidades informáticas sólidas, la investigación de la OI actualmente ofrece el potencial de mejorar la comprensión del desarrollo, el aprendizaje y la memoria del cerebro, y potencialmente encontrar tratamientos para trastornos neurológicos como la demencia . [2]
Thomas Hartung, [3] profesor de la Universidad Johns Hopkins , sostiene que "si bien las computadoras basadas en silicio son ciertamente mejores con los números, los cerebros son mejores en el aprendizaje". Además, afirmó que con capacidades de "aprendizaje y almacenamiento superiores" que las IA, siendo más eficientes energéticamente y que en el futuro, podría no ser posible agregar más transistores a un solo chip de computadora , mientras que los cerebros están conectados de manera diferente y tienen más potencial para el almacenamiento y la potencia de cálculo, las IA pueden potencialmente aprovechar más energía que las computadoras actuales. [4]
Algunos investigadores afirman que, si bien los cerebros humanos son más lentos que las máquinas a la hora de procesar información simple, son mucho mejores a la hora de procesar información compleja, ya que pueden manejar menos datos y más inciertos, realizar procesamiento tanto secuencial como paralelo , ser altamente heterogéneos, utilizar conjuntos de datos incompletos y se dice que superan a las máquinas no orgánicas en la toma de decisiones. [1]
El entrenamiento de inteligencia artificial implica el proceso de aprendizaje biológico (BL) en oposición al aprendizaje automático (ML) para las IA. Se dice que el BL es mucho más eficiente energéticamente que el ML. [1]
La OI genera datos biológicos complejos, lo que requiere métodos sofisticados para su procesamiento y análisis. [5] La bioinformática proporciona las herramientas y técnicas para descifrar datos sin procesar, descubriendo patrones y perspectivas. Actualmente, hay disponible una interfaz Python para el procesamiento y la interacción con organoides cerebrales. [6]
El hardware informático inspirado en el cerebro tiene como objetivo emular la estructura y los principios de funcionamiento del cerebro y podría utilizarse para abordar las limitaciones actuales de las tecnologías de inteligencia artificial. Sin embargo, los chips de silicio inspirados en el cerebro aún tienen una capacidad limitada para imitar por completo la función cerebral, ya que la mayoría de los ejemplos se basan en principios electrónicos digitales. Un estudio realizó un cálculo de OI (al que denominaron Brainoware ) enviando y recibiendo información del organoide cerebral utilizando una matriz multielectrodo de alta densidad. Al aplicar estimulación eléctrica espaciotemporal, dinámica no lineal y propiedades de memoria de desvanecimiento, así como aprendizaje no supervisado a partir de datos de entrenamiento mediante la remodelación de la conectividad funcional del organoide, el estudio mostró el potencial de esta tecnología al usarla para el reconocimiento de voz y la predicción de ecuaciones no lineales en un marco de computación de reservorio. [7]
Si bien los investigadores esperan utilizar la inteligencia artificial y la computación biológica para complementar la computación tradicional basada en silicio, también existen interrogantes sobre la ética de este enfoque. Algunos ejemplos de tales cuestiones éticas incluyen la adquisición de conciencia y sensibilidad por parte de los organismos vivos como organoides y la cuestión de la relación entre un donante de células madre (para el crecimiento del organoide) y el respectivo sistema de inteligencia artificial. [8]
Se han propuesto la amnesia forzada y límites a la duración de la operación sin reinicio de la memoria como una forma de mitigar el riesgo potencial de sufrimiento silencioso en los organoides cerebrales. [9]
{{cite journal}}
: Mantenimiento CS1: fecha y año ( enlace )