Un cerebro de mosca para decidir compras y mover un personaje de Doom

Clasificar correos es una de esas tareas aburridas que cualquier servicio de correo resuelve en milisegundos. Ahora imaginen que esa misma chamba se la delegan al cerebro de una mosca de la fruta. Sí, a un mapa del sistema nervioso completo de Drosophila melanogaster traducido a código. La idea ya dejó de ser un delirio de laboratorio: existe y se llama MaleCNS v1.0.

Qué hay dentro del modelo

La reconstrucción, que cualquiera puede bajar de internet, tiene más de 166.000 neuronas, alrededor de 125 millones de conexiones y unos 11.700 tipos celulares. No es solo el cerebro: incluye el cordón nervioso ventral, ese cable que va del casco hasta la cola y que conecta lo que la mosca ve con lo que termina haciendo. La hicieron en conjunto gente de Google Research, del Janelia Research Campus, de Harvard y de Princeton, a fuerza de cortar al bicho en rodajas finísimas y fotografiar cada capa con microscopios electrónicos.

El experimento del Doom y la pantalla del monitor

Para meter ese conectoma en algo palpable, el ingeniero Alex Wormuth lo enchufó al Doom. ¿Cómo? Cada píxel de la pantalla se transforma en un estímulo que entra por las neuronas sensoriales simuladas. El brillo, el color, el movimiento: todo viaja por la red como si fueran los fotorreceptores de la mosca. A la salida, aparecen las acciones de control: disparar, esquivar, correr. Cuando el personaje recibe daño pero no muere, se dispara una señal de refuerzo en unas células dopaminérgicas puntuales, como un cast digitial.

• Las imágenes del juego se traducen en estímulos para las neuronas sensoriales simuladas.
• La información de brillo y color recorre el conectoma como en una mosca real.
• Ciertas células dopaminérgicas actúan como señal de castigo cuando hay daño.
• El resultado son comandos básicos de control que responden a lo que pasa en pantalla.

Criptos, recompensas y una sala de escape

La misma lógica de premio y castigo se replicó en Stonkfly, un proyecto que mira gráficos financieros y decide si compra o vende criptomonedas dentro de una cartera virtual. Las ganancias mandan una señal a 15 células; las pérdidas, a otras dos asociadas con respuestas aversivas. No hay que confundir el experimento con un consejo de inversión: es apenas una prueba de laboratorio, sin datos que permitan saber si el sistema sirve para ganar plata. Otros curiosos, en tanto, enchufaron el modelo al Super Mario 64, al Beat Saber, a salas de escape digitales y hasta a la creación de tipografías. Todos casos donde hay que agregarle una simulación extra al conectoma, porque la mosca sola no entiende de monedas, ni de notas musicales, ni de Mario.

Ahora, el dato que cualquiera con dos dedos de frente quiere saber: ¿y cómo le fue clasificando correos? La simulación llegó al 80 % del rendimiento de una red neuronal artificial chiquita y hecha a propósito para esa tarea. Ojo, eso es un guarismo relativo, no un porcentaje de aciertos sobre el total de mensajes. Sirve, eso sí, para poner las cosas en escala: el cerebro entero de un bicho que pesa menos que un clip igual araña resultados comparables a sistemas diseñados desde cero. ¿Más lento? Sí. ¿Menos preciso? También. Pero que funcione ya es una rareza.

“El conectoma permite probar cómo una estructura biológica real procesa información, aunque hoy requiera simulaciones adicionales y sea más lento y menos preciso que las redes artificiales pensadas para cada tarea en particular.”Material de base sobre MaleCNS v1.0

El resto del camino es más prosaico de lo que parece. Cada aplicación nueva obliga a escribir una capa de software que traduzca el problema del usuario a un idioma que el conectoma entienda. Para Doom, fueron estímulos visuales. Para los correos, un esquema de clasificación. Para las criptos, gráficos de precios. Sin ese pegamento, los 166.000 nodos quedan a la espera, como una ciudad con calles pero sin colectivos.

En el fondo, lo atractivo del asunto no es que la mosca clasifique mejor que una red hecha a mano, porque no lo hace. Lo interesante es que un pedacito de biología, fotografiado y recompuesto neurona por neurona, sirve como banco de pruebas para ideas sobre cómo procesamos información. La pregunta es cuándo ese mismo mapa dejará de ser curiosidad de laboratorio y pasará a discutirle el partido a las redes artificiales en alguna tarea concreta.