Singapur inaugura un centro de datos con 16 millones de neuronas humanas vivas. El neuromorfismo da un salto cualitativo: consume muy poca energía y aprende como nosotros. Cada vez que le pedimos a una inteligencia artificial que nos escriba un correo electrónico o genere una imagen, un servidor en algún lugar del mundo consume una enorme cantidad de electricidad.
Esta es la gran limitación de la informática moderna: las máquinas consumen demasiado. Para superarla, investigadores en Singapur decidieron inspirarse en la computadora más eficiente que conocemos: nuestro cerebro. Y no lo hicieron metafóricamente, ya que llevaron el concepto de neuromorfismo a una escala completamente nueva, utilizando neuronas reales para crear un sistema que procesa información con un coste energético mínimo.
Neuromorfismo a escala comercial: silicio y células madre
Nos encontramos en los laboratorios de la Universidad Nacional de Singapur (NUS). Aquí, el operador de infraestructura digital DayOne se ha aliado con la startup australiana Cortical Labs para poner en marcha el primer prototipo comercial de centro de datos biológicos. Ya no se trata de un experimento aislado en un tubo de ensayo.
El sistema alberga un bastidor independiente con veinte unidades CL1, una arquitectura que contiene en total aproximadamente dieciséis millones de neuronas humanas vivas.Estas células se cultivan a partir de células madre pluripotentes y se conectan directamente a circuitos de silicio.Las neuronas reciben señales eléctricas, procesan datos, aprenden y generan una respuesta en tiempo real.
El aspecto clave de todo el proyecto es la sostenibilidad. El entrenamiento de grandes modelos lingüísticos está llevando la infraestructura eléctrica global al límite. La biocomputación, en cambio, se basa en organoides que requieren solo una pequeña fracción de la potencia que consumen actualmente las GPU tradicionales.
En otras palabras, estas unidades biónicas ofrecen capacidad de procesamiento adaptativo sin interrumpir la red. Rickie Patani, neurocientífico de la NUS a cargo de los cultivos celulares, planea utilizar esta tecnología híbrida para acelerar la validación de modelos biomédicos y descubrir nuevas terapias para enfermedades neurodegenerativas.
La máquina que necesita alimentarse a sí misma
La memoria es rápida. En marzo del año pasado, les hablé del anuncio del sistema CL1 de Cortical Labs, al que llamé un verdadero «cerebro en una caja«. En estas columnas, nos gusta citar el archivo de Futuroprossimo.it siempre que sea posible, precisamente porque abarca la investigación científica y tecnológica, incluyendo no solo proyectos pioneros, sino también aquellos estudios que poco a poco están construyendo nuestro futuro.
En aquel entonces, las neuronas de Cortical Labs habían aprendido a jugar al Pong, aprovechando el principio de que las células buscan minimizar el desorden y mantener un entorno predecible. En un año y medio, ya habían pasado de un videojuego pixelado a un servidor totalmente integrado.
Sin embargo, en esta carrera por crear una máquina viviente, existe una condición estructural que los comunicados de prensa rara vez abordan directamente. Para que estos veinte módulos funcionen, DayOne debe preocuparse por algo más que los sistemas de disipación de calor o la conectividad de fibra óptica.La empresa debe mantener viva la materia orgánica.
Si se corta la alimentación de un servidor tradicional, este se apaga. Si se interrumpe el flujo de nutrientes u oxígeno al entorno circundante de un servidor biológico, con el tiempo esas células simplemente mueren, eliminando de golpe el potencial computacional de todo el sistema orgánico.
Gestionar un centro de datos de este tipo implica integrar la bioseguridad de laboratorios avanzados en una granja de servidores común. Esto significa que el hardware puede enfermarse, degradarse y requerir un suministro constante de una mezcla cuidadosamente calibrada de azúcares y aminoácidos. Este escenario traslada el enfoque del mantenimiento informático hacia la biología pura, con costes operativos directos que aún hoy resultan difíciles de cuantificar con precisión.
El camino desde el prototipo académico hasta la comercialización total no es corto. El principal obstáculo no es la eficiencia computacional, sino la escalabilidad de la producción de tejido neuronal y la estabilidad a largo plazo de los cultivos. Antes de que los veamos gestionando nuestras hojas de cálculo en la nube, estos sistemas biológicos se utilizarán en departamentos de simulación molecular para la investigación farmacológica.
Hasta ayer, el personal de TI estaba acostumbrado a reemplazar discos de estado sólido averiados y limpiar filtros polvorientos. Ahora, con el primer rack neuromórfico auténtico, los componentes de las máquinas necesitan mantenimiento para sobrevivir.
Puede que la factura de la luz baje, pero tendremos que contratar biólogos para que trabajen en el turno de noche.
Los comentarios están cerrados, pero trackbacks Y pingbacks están abiertos.