Durante décadas, el cerebro humano ha sido descrito como la estructura más compleja del universo conocido. Sus miles de millones de neuronas, que intercambian señales en una danza eléctrica incesante, han llevado a investigar cómo surge el pensamiento a partir de la materia biológica. Y hasta hace poco eso era algo que parecía una frontera inalcanzable.

Sin embargo, podríamos estar ante un cambio de paradigma, gracias a una alianza sin precedentes entre la neurociencia y la inteligencia artificial (IA). Las nuevas investigaciones se inscriben dentro de un campo que se conoce como «conectómica», el cual busca trazar los mapas de carreteras de la mente.

El punto de inflexión más reciente ha sido la reconstrucción completa del conectoma del cerebro de una mosca de la fruta adulta (Drosophila melanogaster). Según una investigación publicada en la revista Nature, este esfuerzo mapeó más de 100 000 neuronas y reveló un complejo diagrama de cableado que posibilita a este insecto navegar, alimentarse y socializar.

No se trata de un logro menor. Philip K. Shiu, al frente del estudio realizado en la Universidad de California, Berkeley, Estados Unidos, el uso de modelos computacionales basados en este mapa permite entender cómo se procesan las señales sensoriales para generar movimientos motores específicos. La importancia de este modelo radica en que, por primera vez, tenemos algo que puede considerarse como un diagrama de circuitos biológico, el cual es posible simular en una computadora.

El cartógrafo invisible

Aquí es donde entra en acción la IA. La magnitud de estos datos es tal que el ojo humano sería incapaz de procesarlos por sí solo. Entonces, se necesita de la potencia de empresas como Google Research. Desde allí, reportes técnicos indican que se han utilizado Redes de Inundación de Inundación (Flood-Filling Networks o FFN) para segmentar imágenes de microscopía electrónica a una escala nanométrica.

El proceso es asombroso: el cerebro se secciona en láminas ultrafinas, se fotografía con microscopios electrónicos de alta resolución, y luego la IA «pega» esas piezas para reconstruir neuronas individuales y sus sinapsis.

En el caso del fragmento de corteza cerebral humana examinado entre la Universidad de Harvard y Google, se procesó un petavóxel de datos. El petavóxel contiene aproximadamente 57 000 células, unos 230 milímetros de vasos sanguíneos y unos 150 millones de sinapsis, con un tamaño de 1,4 petabytes.

El análisis brindó detalles inéditos para la arquitectura neuronal humana. De acuerdo con Viren Jain, científico senior en Google Research, la IA ayuda a mapear y da a los neurocientíficos la oportunidad de enfrentarse a las complejidades únicas del cerebro de una manera que antes era matemáticamente imposible.

Más allá del mapa

Tener un mapa es fundamental, pero saber cómo fluye el tráfico por esas carreteras es el siguiente gran desafío. «Un conectoma no es suficiente», advierten Louis K. Scheffer e Ian A. Meinertzhagen en sus análisis críticos publicados en el Journal of Experimental Biology, donde señalan que, además de las conexiones físicas, necesitamos entender la dinámica química y eléctrica.

Para cerrar esta brecha, la ciencia utiliza modelos de previsión de actividad neuronal. Un ejemplo destacado es ZAPBench, un banco de pruebas para predecir la actividad cerebral completa en larvas de pez cebra. Así, los modelos de video volumétrico están demostrando ser superiores a los modelos de series temporales tradicionales para predecir qué neuronas se activarán a continuación.

Este avance sugiere que, en un futuro cercano, podríamos tener modelos fundacionales de actividad neuronal, similares a los modelos de lenguaje como GPT, pero entrenados en el «idioma» de las neuronas. De hecho, el consorcio Microns ya han presentado modelos que pueden predecir cómo responderán las neuronas ante estímulos visuales completamente nuevos.

Del gusano al ser humano

El camino hacia el cerebro humano ha sido largo. Comenzó con organismos simples como el nematodo C. elegans, cuyo sistema nervioso fue el primero en ser mapeado totalmente. Proyectos como OpenWorm han llevado esto a la simulación biológica integradora. En opinión de investigadores, el uso de redes neuronales recurrentes ha permitido replicar la dinámica de estos sistemas biológicos con una precisión asombrosa y un bajo coste computacional.

Sin embargo, el salto de un gusano de 302 neuronas a un fragmento de corteza humana es abismal. La reconstrucción de un fragmento de cerebro humano a escala nanométrica, liderada por Alexander Shapson-Coe y Jeff W. Lichtman, ha requerido infraestructuras de computación en la nube masivas. Los datos de la investigación arrojan que el coste computacional de estas reconstrucciones crece de forma lineal con el volumen de los datos, lo que plantea un reto logístico para mapear un cerebro humano completo en el futuro.

La integración de la IA en la neurociencia no solo busca entender enfermedades, como el Alzheimer o el Parkinson, sino también mejorar a esta tecnología en sí misma. Recordemos que las redes neuronales artificiales actuales están inspiradas en la biología. Al descifrar los secretos de la eficiencia energética y la plasticidad del cerebro biológico, podríamos diseñar computadoras que «piensen» de forma más humana y eficiente.

A pesar del optimismo, los científicos mantienen la cautela. La empresa técnica LICONN, basada en microscopía óptica para la reconstrucción de conectomas en mamíferos, sugiere que aún estamos optimizando las herramientas para que este mapeo sea escalable y accesible.

Asistimos, entonces, al inicio de una era donde el cerebro ya no es una caja negra. Por lo que se desprende de las investigaciones actuales, la combinación de mapas sinápticos precisos y modelos de IA capaces de predecir la actividad neuronal, nos acerca al momento en que podamos decir que entendemos, bit a bit, cómo funciona la conciencia.