El cerebro digital de una mosca que aprendió a separar correos, jugar al Doom y mover una cartera de criptomonedas

Cuando Leandro, un desarrollador al que contacté para esta nota, me contó que estaba leyendo sobre una mosca de la fruta que jugaba al Doom, pensé que era una exageración propia del mundo tech. Después de repasar el paper y las explicaciones del ingeniero Alex Wormuth, entendí que la frase, aunque parezca sacada de un guion de ciencia ficción, describe literalmente uno de los experimentos más llamativos del año en inteligencia artificial: tomar una reconstrucción digital del sistema nervioso central de una Drosophila y ponerla a trabajar en tareas que, hasta ahora, estaban reservadas para redes neuronales artificiales.

El punto de partida es MaleCNS v1.0, un modelo que según la información publicada contiene más de 166.000 neuronas, unos 125 millones de conexiones y cerca de 11.700 tipos celulares. En su desarrollo participaron equipos de Google Research, el HHMI Janelia Research Campus, Harvard y Princeton. A diferencia de reconstrucciones anteriores, que se concentraban en el cerebro, esta incluye también el cordón nervioso ventral de la mosca, lo que permite estudiar de punta a punta cómo se conectan los estímulos sensoriales con las respuestas motoras. Es, en la práctica, un mapa casi completo del cableado biológico de un invertebrado que, en escala, no llega a ser más grande que una letra tipeada en esta página.

Una mosca filtrando correos electrónicos

Entre las pruebas concretas que difundió el material base aparece una que resulta especialmente atractiva para cualquier persona que trabaja frente a una computadora: la clasificación de correos electrónicos. La simulación del sistema nervioso de la mosca alcanzó aproximadamente el 80 por ciento de la precisión de una pequeña red neuronal artificial diseñada específicamente para esa tarea. El número hay que leerlo con cuidado: no significa que acertó en el 80 por ciento de los mensajes, sino que rindió en torno a esa proporción comparado con un modelo entrenado a medida para esa misma función. Es un resultado interesante a nivel experimental, pero todavía lejano del rendimiento de cualquier clasificador comercial.

La comparación sirve para dimensionar el estado del arte. Diseñar una red neuronal para filtrar spam, separar newsletters o etiquetar consultas es un problema resuelto hace años; las herramientas que usamos todos los días lo hacen con altos niveles de acierto y a una velocidad que este tipo de simulaciones biológicas todavía no pueden igualar. Lo valioso del experimento no está en el resultado final, sino en la prueba de concepto: una estructura copiada de un ser vivo puede, al menos en parte, ejecutar una tarea cognitiva concreta sin haber sido entrenada para eso.

Doom, criptomonedas y una mosca que toma decisiones

El capítulo que más dio que hablar fue el del ingeniero Alex Wormuth, que conectó el modelo al clásico videojuego Doom. Lo que hizo fue traducir las imágenes de la pantalla en estímulos que activan las neuronas sensoriales simuladas: brillo, color y bordes se transforman en señales que recorren la red y, eventualmente, se traducen en pulsaciones de teclas. Para que la mosca aprendiera a no morir tan seguido, Wormuth incorporó un sistema de refuerzo basado en células dopaminérgicas: cuando el personaje recibe daño sin caer derrotado, esas neuronas se activan con una señal asociada a la dopamina, el neurotransmisor que en los animales reales codifica recompensa.

El mismo Wormuth llevó esa lógica de premio y castigo a un terreno todavía más sensible: las finanzas. Su proyecto, llamado Stonkfly, procesa gráficos bursátiles y, a partir de ellos, decide si comprar o vender criptomonedas dentro de una cartera virtual. Las ganancias activan una señal asociada a 15 células; las pérdidas, en cambio, estimulan otras dos vinculadas con respuestas aversivas. El equipo aclara que se trata de un ejercicio experimental y que el modelo no está pensado, al menos por ahora, como una herramienta de inversión seria. Saberlo es importante: detrás del vértigo del título, no hay una mosca que nos va a hacer millonarios ni un consejo financiero.

Otros desarrolladores, mientras tanto, exploraron usos adicionales: desde hacer que la simulación juegue al Super Mario 64 y resuelva salas de escape virtuales, hasta generar tipografías y enfrentarse al ritmo de Beat Saber. En todos los casos, el patrón se repite: se necesita agregar una capa de simulación adicional sobre el conectoma, que es el mapa que registra cómo se enlazan las neuronas entre sí, para traducir la información del mundo exterior en señales que la red biológica pueda procesar.

Qué se puede hacer desde casa con esta idea

Más allá del impacto de la novedad, hay una pregunta muy concreta que le hago a quien haya llegado hasta acá: qué hace una persona común con esta información. La respuesta corta es, todavía, poca cosa en términos prácticos. Las simulaciones de MaleCNS v1.0 son más lentas y menos precisas que las redes artificiales diseñadas para cada tarea específica, como recordó el propio material de base. La ventaja, si la hay, está en entender cómo se organiza el cableado de un cerebro real, por mínimo que sea, y qué nos enseña sobre nuestros propios procesos de decisión.

Lo que sí está al alcance de cualquiera es seguir el hilo. El proyecto completo está publicado por Google Research y sus socios académicos, y el propio Stonkfly es de código abierto. Quien quiera curiosear puede instalar las herramientas, descargar el modelo y probar, con paciencia y sin demasiadas expectativas de rendimiento, cómo reacciona esta pequeña mosca digital cuando le tiran un problema a la cara. Es una manera humilde, pero muy concreta, de entender por qué la neurociencia y la inteligencia artificial se miran cada vez más de cerca.