Google DeepMind y Harvard crean un roedor virtual con un cerebro artificial que controla su movimiento

Un ser humano puede llegar a tener 86 millones de neuronas en todo su sistema nervioso, 16.000 millones sólo en el cerebro. No es el animal con mayor número: la orca puede llegar a tener 43.000 millones. Una rata tiene una cantidad más modesta. "Sólo" 22 millones de neuronas. En todo caso, estas enormes cifras nos dan una idea de lo compleja que es la red de neuronas del cerebro de cualquier ser vivo. Colocan a la ciencia todavía lejos de poder construir un cerebro que funcione y pueda controlar, por ejemplo, el movimiento de un robot. Hasta ahora los resultados son prometedores, pero escasos.

En realidad sabemos mucho ya de nuestro cerebro. En mayo de 2024, un equipo de neurocientíficos de Harvard y de Google han mostrado al mundo el mapa más detallado del cerebro humano hasta la fecha. Nos han contado que en un milímetro cúbico de tejido hay 57.000 células y 150 millones de sinapsis. Y hacen un cálculo: en ese minúsculo espacio se mueven 1.400 terabytes de datos.

Así que estamos lejos -muy lejos- de crear un cerebro. Sin embargo, esta semana es noticia una investigación en este campo auspiciada por este mismo equipo, formado por neurocientíficos del prestigioso campus americano y expertos de Google DeepMind, la división encargada de investigar la inteligencia artificial: Han creado una rata "virtual" que tiene un cerebro artificial que le permite moverse como un roedor real.

Un cerebro que sirve para moverse en el entorno virtual

Es verdad que las imágenes (arriba) que han mostrado tras publicar su hallazgo en Nature no son muy espectaculares. Cualquier "gamer" dirá que quedan muy atrás de la calidad gráfica de muchos videojuegos actual. Sin embargo, el potencial de esta investigación no son estas imágenes. Es el hecho de haber diseñado el cerebro de un animal. Un cerebro que le sirve para moverse en el entorno virtual.

El proferos Bence Ölveczky, del Departamento de Biología Organísmica y Evolutiva, ha dirigido a este grupo de investigadores que colaboraron con científicos del laboratorio de IA de Google. Explica que han creado "un modelo digital biomecánicamente realista del animal" y que lo han hecho con datos de alta resolución grabados en ratas reales.

Únete al canal de WhatsApp de la SER

Luego han entrenado una red neuronal modesta -en comparación con un cerebro real- pero muy compleja que puede controlar a esta rata virtual. Han conseguido que el animal se mueva en un simulador llamado MuJoco, donde se reproducen las condiciones de la realidad, por ejemplo la fuerza de la gravedad.

"Las activaciones neuronales que se producen dentro de este sistema son muy similares a la actividad neuronal real de los cerebros de las ratas haciendo los mismos movimientos" , ha explicado Ölveczky. Es, dice, "un paso muy importante para estudiar cómo el cerebro controla el movimiento"

Uno de los responsables de Google DeepMind que ha participado en el proyecto, Matthew Botvinick, dice que este es un "sistema de IA que no solo tienen que pensar de manera inteligente, sino que también tienen que traducir ese pensamiento en acción física en un entorno complejo". Los expertos explican que cuando cogemos un objeto, nuestro cerebro calcula rápidamente la trayectoria que debe seguir nuestro brazo y lo traduce en comandos motores. Por eso, basandose en los movimientos de ratas reales, la red neuronal que han creado estos científicos ha aprendido a producir las fuerzas para generar esos mismos movimientos. En las imágenes se puede ver a esta rata virtual imitar una amplia gama de comportamientos, incluso aquellos en los que no había sido entrenada explícitamente.

Para qué sirve

Estas simulaciones pueden poner en marcha un área hasta ahora sin explorar de la neurociencia: animales simulados por IA, entrenados para comportarse como los reales, pueden proporcionar modelos para estudiar los circuitos neuronales y cómo se ven comprometidos en enfermedades degenerativas.

Esta investigación sobre cómo funciona el cerebro podría servir en un futuro para diseñar sistemas de control de robots.