Reconstrucción del sistema nervioso de la mosca: qué tareas concretas ya se probaron y por qué los resultados son limitados

Clasificar correos electrónicos fue una de las pruebas más concretas que se realizaron con MaleCNS v1.0, una reconstrucción digital del sistema nervioso de una mosca de la fruta. En ese ensayo, la simulación alcanzó aproximadamente el 80 % de la precisión de una pequeña red neuronal artificial convencional, una cifra que expresa un rendimiento relativo y no una tasa de aciertos sobre el total de mensajes. La comparación permite dimensionar el resultado: el modelo biológico aún se queda lejos de lo que ofrecen los sistemas diseñados específicamente para esa tarea.

Un mapa con 166.000 neuronas y equipos de cuatro instituciones

MaleCNS v1.0 contiene más de 166.000 neuronas, alrededor de 125 millones de conexiones y cerca de 11.700 tipos celulares. En su elaboración participaron investigadores de Google Research, el HHMI Janelia Research Campus, Harvard y Princeton. Además del cerebro de la mosca adulta, la reconstrucción abarca el cordón nervioso ventral, lo que habilita el estudio de las conexiones entre la recepción de estímulos y las respuestas motoras.

Del Doom a una cartera virtual: cómo se reutiliza el modelo

Para aplicar esa estructura a un videojuego, el ingeniero Alex Wormuth la vinculó con Doom, el clásico de disparos en primera persona. Las imágenes de la partida se transforman en estímulos para las neuronas sensoriales simuladas: la información de brillo y color circula por la red y se traduce en acciones de control. El ensayo incorpora además señales de refuerzo mediante determinadas células dopaminérgicas, que se activan cuando el personaje sufre un daño sin morir, emulando un mecanismo básico de aprendizaje por castigo.

Wormuth trasladó esa misma lógica de recompensas y castigos a Stonkfly, un proyecto que procesa gráficos financieros para decidir operaciones con criptomonedas dentro de una cartera virtual. Las ganancias activan una señal asociada a un grupo de 15 células; las pérdidas estimulan otras dos vinculadas con respuestas aversivas. Se trata de un uso experimental del modelo, sin resultados que permitan evaluarlo como herramienta de inversión real.

Otras pruebas y el camino que falta

Otros desarrolladores exploraron aplicaciones en Super Mario 64 y en Beat Saber, además de tareas de resolución de salas de escape y creación de tipografías. Todos estos usos requieren sumar una simulación al conectoma, el mapa que registra cómo se enlazan las neuronas, ya que el modelo por sí solo no produce salidas listas para un software convencional.

Qué se necesita para obtener el mapa

La reconstrucción se obtuvo a partir de millones de imágenes de secciones extremadamente delgadas del sistema nervioso, fotografiadas con microscopía electrónica. Cada corte se procesó de manera individual y luego se reconstruyeron las conexiones entre neuronas, un trabajo que demandó años de colaboración entre los equipos involucrados. La MaleCNS v1.0 está disponible como recurso de investigación y puede consultarse a través de los sitios de Google Research y Janelia, aunque su uso práctico fuera del ámbito científico sigue siendo limitado por los requerimientos de cómputo y por la diferencia de rendimiento frente a redes artificiales especializadas.

• Modelo: MaleCNS v1.0, más de 166.000 neuronas y 125 millones de conexiones.
• Instituciones: Google Research, HHMI Janelia Research Campus, Harvard y Princeton.
• Pruebas destacadas: clasificación de correos, control en Doom y decisiones financieras en Stonkfly.
• Otras aplicaciones exploradas: Super Mario 64, Beat Saber, salas de escape y creación de tipografías.
• Limitación clave: el modelo es más lento y menos preciso que las redes artificiales diseñadas para cada tarea.