Activan el primer centro de datos impulsado por neuronas humanas
- Acta Diurna
- hace 2 días
- 6 min de lectura
En los laboratorios del Instituto de Ciencias de la Vida de la Universidad Nacional de Singapur (NUS Medicine), el zumbido habitual de los servidores convencionales ha comenzado a convivir con un proceso biológico sin precedentes. Un grupo internacional de científicos e ingenieros ha presentado formalmente el primer prototipo funcional de un centro de datos biológico (Biological Data Centre), una infraestructura en la que el procesamiento de datos no depende exclusivamente de transistores de silicio, sino de aproximadamente 16 millones de neuronas humanas vivas cultivadas a partir de células madre.
El proyecto, presentado ante más de 80 líderes del sector científico, tecnológico y de infraestructura digital, representa la primera instalación de este tipo fuera de Australia y el primer bastidor (rack) de servidores biológicos integrado de forma independiente en el mundo. Desarrollado mediante una alianza estratégica entre la Facultad de Medicina Yong Loo Lin de la NUS, la empresa de infraestructura digital DayOne y la startup de computación biológica Cortical Labs, el sistema busca abrir una vía alternativa frente al vertiginoso consumo de energía y agua que exige la infraestructura actual de inteligencia artificial.
La arquitectura del wetware: biología acoplada al silicio
El sistema presentado consta de un bastidor que alberga 20 unidades de cómputo modelo CL1, desarrolladas por Cortical Labs bajo el concepto de Cortical Cloud. En el interior de cada una de estas unidades no hay únicamente circuitos impresos, sino una placa de microelectrodos (MEA, por sus siglas en inglés) sobre la cual se cultivan cerca de 800.000 neuronas humanas derivables de células madre pluripotentes inducidas.
Estas células vivas crecen directamente sobre los electrodos, formando una red neuronal biológica capaz de recibir y emitir impulsos eléctricos. A través de una interfaz de programación de aplicaciones (API) y del sistema operativo de inteligencia biológica desarrollado por la firma (biOS), el software convencional se comunica en tiempo real con la masa celular. El sistema traduce la información digital en patrones de estimulación eléctrica para las neuronas y, a su vez, registra la respuesta bioeléctrica que la red neuronal genera de forma espontánea o adaptativa.
A diferencia de un servidor informático tradicional, que únicamente requiere electricidad y refrigeración por aire o líquido, una unidad CL1 es un híbrido entre una computadora y un incubador biológico. Cada módulo integra microbombas de fluidos, sistemas de mezclado de gases, filtros de esterilización y control térmico automatizado para mantener el medio de cultivo en condiciones óptimas. Los técnicos del laboratorio reponen los nutrientes biológicos cada tres días, lo que permite mantener la viabilidad de las neuronas durante un período de hasta seis meses por cultivo.
El abismo energético de la inteligencia artificial
La motivación central detrás del proyecto radica en la insostenible trayectoria de consumo energético de la infraestructura digital contemporánea. Según proyecciones de la Agencia Internacional de la Energía (AIE), el consumo eléctrico global de los centros de datos podría superar los 945 teravatios-hora (TWh) hacia el final de la década, duplicando con creces los niveles registrados en 2024. Este incremento está impulsado casi en su totalidad por el entrenamiento y la inferencia de modelos masivos de inteligencia artificial, cuyos bastidores de procesamiento con unidades de procesamiento gráfico (GPU) de alta densidad demandan con frecuencia más de 100 kilovatios por gabinete.
En este escenario, la alternativa biológica ofrece números que pertenecen a una escala completamente distinta. Cortical Labs detalla que cada unidad biológica CL1 consume únicamente unos 25 vatios de potencia, lo que significa que el bastidor completo de 20 computadoras opera con un consumo estimado de entre 800 y 1.000 vatios (de 0,8 a 1 kilovatio). En términos prácticos, el centro de datos biológico entero requiere la misma electricidad que un par de computadoras de escritorio o un electrodoméstico pequeño.
Esta drástica reducción resulta de especial interés para Singapur. La ciudad-estado asiática es uno de los nodos de centros de datos más densos del planeta, pero enfrenta severas restricciones de espacio y compromisos medioambientales estrictos. La Autoridad de Desarrollo de Medios de Infocomunicación de Singapur (IMDA) ha establecido cuotas rigurosas de eficiencia energética para otorgar nueva capacidad de procesamiento, mientras que regiones vecinas como Johor, en Malasia, comienzan a experimentar tensiones en sus redes eléctricas y suministros de agua debido a la rápida expansión de centros de datos tradicionales.
Jamie Khoo, ejecutiva principal de DayOne, señaló durante la presentación que el compromiso de la compañía busca redefinir la arquitectura digital del futuro. Según la directiva, el prototipo demuestra que la expansión de la capacidad de cómputo y la reducción drástica de la intensidad de recursos no son objetivos contradictorios, sino metas que pueden abordarse de forma conjunta en mercados comprometidos con la sostenibilidad.
De las partidas de arcade a la computación comercial
El prototipo de Singapur es la evolución de una línea de investigación que cobró relevancia internacional en 2022, cuando Cortical Labs publicó un estudio en la revista científica Neuron. En aquel experimento, denominado DishBrain, los investigadores lograron que una masa de 800.000 neuronas humanas y de roedor aprendiera a jugar al clásico videojuego Pong en menos de cinco minutos al ser sometida a un bucle de retroalimentación eléctrica cerrada.
Aquel hallazgo demostró el principio de la "Inteligencia Biológica Sintética": la capacidad innata de las redes neuronales biológicas para autororganizarse y minimizar la incertidumbre en respuesta a estímulos del entorno, consumiendo una fracción mínima de energía. El salto actual consiste en empaquetar esa capacidad experimental en una arquitectura estandarizada de servidor comercializable.
El doctor Hon Weng Chong, fundador y director ejecutivo de Cortical Labs, enfatizó que la instalación en la Universidad Nacional de Singapur traslada la conversación desde el ámbito de la investigación básica hacia el de la aplicación comercial. A diferencia de los modelos de aprendizaje profundo sintéticos, que requieren inmensos volúmenes de datos para entrenarse, las redes neuronales biológicas destacan por su capacidad de aprender con escasez de información y adaptarse dinámicamente a condiciones cambiantes.
Entre los campos de aplicación inmediata identificados por los promotores del proyecto se encuentran el descubrimiento de fármacos y el estudio de enfermedades neurodegenerativas como el Alzheimer y el Parkinson. Al utilizar células humanas vivas en la propia plataforma de procesamiento, los investigadores pueden observar directamente cómo reaccionan las redes neuronales ante diferentes compuestos químicos o condiciones patológicas sin necesidad de recurrir inmediatamente a modelos animales. Asimismo, la tecnología se perfila para su investigación en sistemas de robótica humanoide, ciberseguridad y detección de fraudes en tiempo real.
El profesor Rickie Patani, director del Programa de Neurobiología del Instituto de Ciencias de la Vida de la NUS y figura clave en la supervisión médica del proyecto, destacó la naturaleza dual del avance. Para el especialista, cultivar neuronas vivas a partir de células madre y conectarlas con ingeniería de precisión no solo ofrece una alternativa de cómputo más limpia, sino que establece un laboratorio vivo para comprender la neuroplasticidad y el aprendizaje en su fuente biológica. Esta convergencia acelera la traducción de hallazgos de laboratorio en aplicaciones clínicas e industriales utilizables.
Sombras, limitaciones y el camino por recorrer
A pesar del entusiasmo suscitado por la presentación, analistas del sector tecnológico y miembros de la comunidad científica aconsejan evaluar el avance con cautela periodística. La baja cifra de vatios consumidos por el bastidor biológico debe ponerse en perspectiva frente a su rendimiento efectivo real, una métrica que por el momento no ha sido publicada.
Hasta la fecha, los creadores del sistema no han presentado pruebas de rendimiento comparativas (benchmarks) que midan la capacidad de procesamiento útil por vatio de la unidad CL1 frente a los aceleradores de silicio tradicionales o las GPU de última generación. Por lo tanto, no es posible afirmar aún si el reducido consumo eléctrico representa una eficiencia superior por operación o simplemente refleja una capacidad de cálculo mucho más reducida y especializada.
Por otra parte, la naturaleza biológica del equipo introduce desafíos operativos totalmente ajenos a los centros de datos industriales. Mientras que un chip de silicio puede funcionar durante años de manera ininterrumpida con un mantenimiento mínimo, el centro de datos de la NUS requiere protocolos de esterilización de grado médico, nutrición constante cada 72 horas y la sustitución completa de los módulos biológicos tras algunos meses de uso.
El paradigma biológico tampoco es el único camino en la búsqueda de una informática sostenible. Proyectos europeos como el de la compañía suiza FinalSpark operan plataformas remotas con organoides cerebrales prometiendo eficiencias energéticas hasta un millón de veces superiores a los chips digitales. Al mismo tiempo, diversos consorcios en los Países Bajos y Estados Unidos avanzan en el desarrollo de chips neuromórficos de silicio que imitan el funcionamiento de las neuronas biológicas mediante física de semiconductores, evitando la necesidad de mantener células vivas con soporte vital.
Un laboratorio para la informática de las próximas décadas
El despliegue en la Universidad Nacional de Singapur marca un hito conceptual: por primera vez, la computación biológica abandona el aislamiento del plato de Petri para instalarse en una estructura estándar de bastidor de servidor.
Las fases posteriores del proyecto prevén la validación prolongada de las 20 unidades en el entorno académico de la NUS para, posteriormente, trasladar la tecnología a instalaciones comerciales operadas por DayOne en la región de Asia-Pacífico.
Si bien es prematuro anticipar un reemplazo masivo del silicio por materia viva en el procesamiento de datos global, Singapur ha establecido una plataforma física real para probar si el futuro de la inteligencia artificial puede ser, literalmente, un sistema vivo.
Comentarios