PortadaHomeRadioCentro

Ecuador: junio 24, 2026

Ecuador Continental:

Ecuador Insular:

Ecuador, junio 24, 2026
Ecuador Continental: 07:18
Ecuador Insular: 07:18

Ecuador, junio 24, 2026

Neuronas humanas aprenden a jugar en un chip

Imagen de Por: Milena Palacios

Por: Milena Palacios

Ultima actualización: 2026-06-02 16:55:34

Imagen ilustrativa creada con la IA
Imagen ilustrativa creada con la IA

Un experimento que parece sacado de la ciencia ficción logró que neuronas humanas cultivadas en laboratorio aprendieran a interactuar con un videojuego. El avance no consiste en un robot ni en una inteligencia artificial tradicional, sino en una red de células cerebrales vivas conectadas a un chip.

La investigación fue desarrollada por científicos vinculados a Cortical Labs y Monash University, y fue publicada en la revista científica Neuron. El sistema fue llamado DishBrain y combinó neuronas humanas y de ratón cultivadas sobre una matriz de microelectrodos, capaz de enviar y recibir señales eléctricas.

¿Cómo funcionaba el experimento?

Los investigadores conectaron alrededor de 800.000 células cerebrales a una versión simplificada del clásico videojuego Pong. En lugar de ver una pantalla, las neuronas recibían impulsos eléctricos que representaban la ubicación de la pelota dentro del juego.

La actividad eléctrica generada por las propias neuronas era interpretada por el sistema como movimientos de la paleta virtual. Es decir, las células recibían información del entorno digital y, a través de sus respuestas, influían en lo que ocurría dentro del videojuego.

El punto clave fue la retroalimentación. Cuando la red neuronal respondía de forma más organizada, el sistema le entregaba señales más predecibles. Cuando fallaba, recibía estímulos más desordenados. Con el tiempo, las neuronas modificaron sus patrones de actividad y mejoraron su desempeño.

Un aprendizaje en tiempo real

Según los investigadores, las células mostraron señales de aprendizaje en pocos minutos. Esto no significa que las neuronas “entendieran” el videojuego como lo haría una persona, sino que lograron ajustar su actividad frente a estímulos y consecuencias.

El experimento demostró que las redes neuronales vivas pueden adaptarse a un entorno digital cuando reciben información y retroalimentación constante. Para la ciencia, esto abre una puerta importante: estudiar cómo aprenden las neuronas desde un nivel celular.

Aplicaciones biomédicas

Uno de los campos más prometedores es la medicina. Este tipo de plataformas podría servir para investigar enfermedades neurológicas como epilepsia, demencia, trastornos del desarrollo o alteraciones del aprendizaje.

También podría utilizarse para probar medicamentos directamente sobre redes neuronales vivas, observando cómo cambian sus respuestas ante distintas sustancias. Esto ayudaría a entender mejor el efecto de ciertos fármacos en el sistema nervioso antes de llegar a etapas más avanzadas de investigación.

¿Qué relación tiene con la inteligencia artificial?

El experimento también llamó la atención del mundo tecnológico porque propone una forma distinta de computación. A diferencia de la inteligencia artificial tradicional, que funciona con chips de silicio y grandes volúmenes de datos, estos sistemas usan neuronas reales capaces de adaptarse con pocos estímulos.

Cortical Labs ha continuado esta línea con CL1, una computadora biológica que integra neuronas humanas cultivadas con hardware tradicional. La empresa sostiene que este tipo de tecnología podría servir para crear sistemas más eficientes, capaces de aprender con menos energía y menos datos.

Pese al impacto del experimento, los expertos piden cautela. Las neuronas cultivadas en un chip no forman un cerebro humano completo ni tienen conciencia. Se trata de redes celulares simples que responden a señales eléctricas y modifican su actividad.

Aun así, el avance marca un paso importante en la unión entre biología, computación e inteligencia artificial. Más que crear una máquina pensante, el objetivo es entender mejor cómo aprenden las neuronas y cómo ese conocimiento puede aplicarse en salud, tecnología y nuevos modelos de computación.

Compartir este articulo

Facebook
Twitter
Scroll al inicio