Un grupo de investigadores de la Universidad de California en Santa Cruz ha conseguido que pequeños organoides cerebrales, tejidos nerviosos cultivados en laboratorio, aprendan a equilibrar un péndulo virtual. No es un juego cualquiera. Es el famoso problema del péndulo invertido, una prueba estándar en robótica y eninteligencia artificial que sirve para comprobar si un sistema es capaz de adaptarse en tiempo real.
La pregunta sale sola. ¿Significa esto que estos minicerebros piensan como nosotros? La respuesta, por ahora, es no. Lo que muestra el experimento es que incluso circuitos neuronales muy simples, aislados del cuerpo y sin conciencia, pueden ajustar su actividad cuando reciben una señal de “premio” o “castigo”. Es decir, tienen plasticidad suficiente para mejorar en una tarea dinámica cuando se les guía con estímulos bien elegidos.
Para entenderlo, basta imaginar una escena cotidiana. Cuando intentas mantener una escoba o una regla en equilibrio sobre la palma de la mano, tienes que hacer pequeños movimientos continuos. Si te distraes un segundo, el palo cae. En ingeniería se llama problema del “cart pole” y consiste en mantener de pie un poste sobre un carrito que solo se mueve a un lado y a otro. No hay una única respuesta correcta, sino miles de microcorrecciones encadenadas. Eso mismo es lo que tuvieron que “aprender” los organoides.
Los científicos partieron de células madre de ratón que se organizaron en diminutos organoides corticales, más pequeños que un grano de pimienta, pero con redes de varios millones de neuronas. Esos minicerebros se colocaron sobre un chip con una matriz de electrodos que permite registrar su actividad eléctrica y enviarles estímulos. El ángulo del péndulo virtual se codificaba como patrones de impulsos que recibía el organoide, y la respuesta neuronal se traducía en movimientos del carrito en la simulación. En la práctica, el tejido jugaba una especie de videojuego muy simple donde el objetivo era que el palo no se cayera.
La clave estuvo en cómo se daba la “clase particular”. El equipo comparó tres situaciones distintas. En una, los organoides no recibían ninguna señal de entrenamiento. En otra, recibían estímulos eléctricos al azar. En la tercera, un algoritmo de aprendizaje por refuerzo elegía qué neuronas debían recibir la señal correctora al final de cada intento, como si fuera un entrenador que dice “por ahí no, prueba a cambiar un poco esto”. Con este coaching adaptativo, los organoides superaron con creces el rendimiento de los otros grupos. El porcentaje de ciclos en los que alcanzaban el umbral de éxito pasó de alrededor de un cuatro o cinco por ciento con entrenamiento aleatorio a cerca del cuarenta y seis por ciento con entrenamiento adaptativo, una diferencia que difícilmente se explica por simple suerte.
Eso sí, de momento hablamos de aprendizaje a corto plazo. Cuando los organoides descansaban unos cuarenta y cinco minutos sin estímulos, su desempeño volvía prácticamente a los niveles iniciales. Recordaban durante un rato cómo equilibrar el péndulo y luego lo “olvidaban”. Los autores señalan que para ver memorias más duraderas probablemente harán falta organoides más complejos, con varios tipos de regiones cerebrales conectadas entre sí.
Entonces, ¿para qué sirve todo esto en la vida real, más allá de la curiosidad científica? En el fondo, lo que busca el equipo es entender cómo se reorganizan los circuitos neuronales cuando aprenden, en un entorno mucho más controlable que un cerebro completo. Esa información puede ayudar a estudiar, con más detalle, qué falla en enfermedades como el alzhéimer, el párkinson o la esquizofrenia, que dañan precisamente esa capacidad de adaptación. Los propios investigadores insisten en que su objetivo no es sustituir la electrónica ni construir ordenadores biológicos a gran escala, sino disponer de un modelo experimental potente para avanzar en salud cerebral y, de paso, abrir la puerta a nuevas formas de computación más eficientes y quizá menos intensivas en energía en el futuro.
El estudio completo ha sido publicado en la revista Cell Reports.
