Neuronas cultivadas en laboratorio decodifican braille y pilotan perros robot
Los sistemas biohíbridos que combinan células cerebrales vivas y hardware de silicio abren nuevas vías para el procesamiento sensorial y la locomoción robótica.
Por Letizia Giugliano
2 min de lecturaHuman-Edited, AI-Assisted
Traducido automáticamente del original en inglés Leer el original
Recientes avances en robótica biohíbrida han demostrado que el tejido neural humano cultivado puede procesar información táctil y pilotar máquinas físicas. Investigadores de la Universidad de Bristol y de Cortical Labs, con sede en Melbourne, combinan neuronas biológicas con electrónica de silicio para lograr un aprendizaje adaptable con un consumo mínimo de potencia computacional.
Decodificar braille con organoides de prosencéfalo humano
En un estudio publicado en Frontiers in Artificial Intelligence, investigadores de la Universidad de Bristol examinaron si diminutos modelos de prosencéfalo cultivados en laboratorio, conocidos como organoides, podían traducir señales táctiles, según New Atlas. Estas estructuras de tejido, de un milímetro de ancho, constan de aproximadamente 10.000 nervios y células de soporte colocadas sobre matrices de microelectrodos. Cuando un sensor táctil escaneaba caracteres braille, las mediciones se traducían en pulsos eléctricos que se enviaban directamente al tejido neural. Al aplicar un algoritmo de aprendizaje automático para interpretar la actividad celular resultante, el sistema identificó correctamente las letras con una precisión del 61% en un solo organoide. La precisión alcanzó el 83% al combinar las señales de tres organoides, lo que demostró una mayor resistencia al ruido electrónico introducido.
«Los robots, que se están convirtiendo en máquinas notablemente capaces en su control físico, siguen teniendo dificultades con el control de orden superior necesario para aprender rápido o adaptarse cuando cambian las condiciones».
— Brett Kagan, cofundador y consejero delegado de Cortical Labs
Neurocomputación corporeizada en entornos simulados
Mientras los organoides cerebrales procesaban entradas táctiles estáticas, la empresa de biotecnología de Melbourne Cortical Labs y el Honda Research Institute Europe abordaron el aprendizaje dinámico, según informó New Atlas. Neuronas cultivadas e integradas en ordenadores biológicos CL1 se conectaron a un agente virtual que navegaba por un entorno simulado guiado por gradientes de olor. Dado que las células biológicas responden con una variabilidad dinámica en lugar de con una precisión digital predecible, los investigadores desarrollaron el Embodied Neurocomputation Framework para optimizar las señales de entrada. Tras analizar unas 1.300 configuraciones eléctricas a lo largo de más de 4.000 horas de interacción en tiempo real, 12 patrones de señal permitieron a las redes biológicas aprender de forma consistente tareas de navegación y superar a los algoritmos estándar de aprendizaje por refuerzo.
Dirigir robots cuadrúpedos mediante la actividad neuronal
Cortical Labs también tradujo la actividad celular en control físico utilizando las tasas de disparo de redes neuronales biológicas para guiar a un perro robot dentro de un espacio delimitado, según New Atlas. Aunque el hardware autónomo moderno gestiona eficazmente la locomoción física, la toma de decisiones conductuales en tiempo real sigue siendo un obstáculo computacional importante para la inteligencia artificial tradicional. La plasticidad neural biológica permite a las células reconectar conexiones y aprender de la retroalimentación del entorno, lo que ofrece una alternativa energéticamente eficiente a los clústeres de computadoras que consumen mucha energía. Los hallazgos sobre el Embodied Neurocomputation Framework se presentarán en la conferencia NeurIPS en Sídney, Australia.
Lea también en The Patent: WiBotic Brings Patented Wireless Opportunity Charging to Autonomous Fleets
