Una mosca de la fruta en versión digital: qué se puede hacer con el mapa neuronal más detallado hasta hoy

Lo aclaro de entrada: cuando hablamos de un mapa neuronal, no estamos diciendo que la mosca piense como un ser humano ni que su cerebro digital pueda reemplazar a la inteligencia artificial que usamos a diario. Estamos diciendo que un grupo de investigadores se tomó el trabajo de dibujar, neurona por neurona, cómo está conectado el sistema nervioso de un insecto y lo puso a prueba en tareas concretas. Y eso, para la neurociencia, es una novedad enorme.

El modelo se llama MaleCNS v1.0 y reúne más de 166.000 neuronas, unos 125 millones de conexiones y alrededor de 11.700 tipos celulares. Fue desarrollado por equipos de Google Research, el HHMI Janelia Research Campus, Harvard y Princeton. Abarca no solo el cerebro de una mosca de la fruta adulta, sino también el cordón nervioso ventral, esa especie de médula espinal que conecta lo que el animal siente con lo que hace. La reconstrucción se logró a partir de millones de imágenes de cortes finísimos del tejido, tomadas con microscopía electrónica.

Correos, Doom y criptomonedas: las pruebas

• Clasificación de correos: la simulación alcanzó cerca del 80 % de la precisión de una red neuronal artificial pequeña entrenada para la misma tarea. Es un rendimiento relativo, no un porcentaje de aciertos sobre el total de mensajes.
• Doom: el ingeniero Alex Wormuth conectó el modelo al videojuego. Las imágenes de la pantalla se transforman en estímulos para neuronas sensoriales; el brillo y el color circulan por la red y terminan en acciones de control. Cuando el personaje recibe daño sin morir, se activan señales de refuerzo en ciertas células dopaminérgicas.
• Stonkfly: Wormuth llevó la misma lógica de premio y castigo a un entorno financiero simulado. Las ganancias estimulan 15 células asociadas a recompensa; las pérdidas, dos células vinculadas a respuestas aversivas. Decide operaciones con criptomonedas dentro de una cartera virtual.
• Super Mario 64, Beat Saber, salas de escape y hasta creación de tipografías: otros desarrolladores probaron el modelo en estos entornos. En todos los casos hace falta sumar una simulación extra al conectoma, el mapa que describe cómo se enlazan las neuronas.

Para dimensionar el dato del 80 % en la prueba de los correos: imaginen que en su casilla de trabajo tienen dos mil mensajes mezclados entre boletines, facturas y conversaciones importantes. Una red artificial pequeña bien entrenada puede acertar, por ejemplo, en unos 1.700 casos. El mapa neuronal de la mosca llegaría, en esa comparación, a unos 1.360. No está mal para ser un sistema que no fue diseñado para eso, pero tampoco compite con herramientas hechas a medida.

Lo que falta y lo que viene

Los propios autores son claros: las simulaciones que usan MaleCNS v1.0 suelen ser más lentas y menos precisas que las redes artificiales diseñadas para cada tarea específica. No estamos ante un reemplazo de los modelos de lenguaje ni de los clasificadores que usan las empresas. Estamos frente a una herramienta de investigación, una manera de preguntarle a un sistema nervioso digital cómo procesa la información cuando recibe un estímulo y tiene que decidir qué hacer.

Y eso para qué sirve

Sirve, en primer lugar, para entender mejor cómo funciona un cerebro completo, aunque sea el de una mosca. Comparar qué hace esta red biológica con lo que hacen las redes artificiales ayuda a los neurocientíficos a entender principios generales del procesamiento de información. Y, de yapa, abre la puerta a probar drogas, lesiones o mutaciones en un sistema digital antes de llevar esos experimentos al laboratorio. Todavía es un borrador con patas, pero ya corre, juega y clasifica.