Desde que Cortical Labs abrió sus primeros centros de datos biológicos en Melbourne y luego en Singapur, la pregunta ya no es si las células cerebrales pueden calcular, sino hasta dónde nos llevará esta forma de computación viva. Entre un avance energético y un vértigo ético, quise separar lo real del sensacionalismo en una historia que mezcla biología, videojuegos y filosofía de la conciencia.
Este formato híbrido, en el que células cerebrales dialogan con silicio, promete una eficiencia energética que la IA clásica probablemente nunca alcanzará. Pero también abre una brecha inquietante: la de un tejido vivo puesto a trabajar, sin que nadie sepa realmente qué experimenta.
Neuronas humanas que juegan al Doom
La imagen se viralizó en el mundo tecnológico en marzo de 2026: un cúmulo de aproximadamente 200.000 neuronas humanas cultivadas sobre un chip logró controlar un personaje en Doom, gestionando el movimiento y el disparo de forma rudimentaria pero real. La demostración, ampliamente compartida en redes sociales, no era la broma de un ingeniero aburrido. Era la vitrina de un sistema llamado CL1, capaz de ejecutar código desplegado directamente sobre tejido neuronal vivo.
No era la primera vez que la startup australiana daba que hablar. Ya en 2021, su equipo había entrenado células para jugar al Pong, con un dispositivo formado por más de 800.000 células cerebrales vivas cultivadas sobre matrices de microelectrodos capaces de enviar y recibir señales eléctricas. El Doom es simplemente el siguiente paso en una trayectoria que la empresa asume con claridad: demostrar que una red neuronal biológica puede aprender una tarea por ensayo y error, sin una sola línea de código de aprendizaje automático clásico detrás.
Lo que más me impactó al investigar este tema fue la comparación biológica en bruto. El cerebro humano funciona con apenas 20 vatios de forma continua, gestionando a la vez percepción, memoria y control motor fino. Una GPU de gama alta, en cambio, consume varios cientos de vatios para una fracción de esa versatilidad. Esa diferencia es exactamente lo que dio origen a toda la aventura de la biocomputación.
El abismo energético de la IA
Para entender por qué una startup se pone a cultivar neuronas dentro de racks de servidores, hay que mirar la factura energética de la IA convencional, y da vértigo. Según el Energy Institute, la demanda eléctrica mundial de los centros de datos alcanzó 787,8 teravatios-hora en 2025, un aumento de casi el 20% en un año. La Agencia Internacional de la Energía, con un alcance más restringido, sitúa esa cifra en torno a los 485 TWh para el mismo año, pero ambas curvas apuntan en la misma dirección: una subida imparable.
El verdadero motor de este disparo son los servidores dedicados a la IA. Según un análisis recogido por Le Monde Informatique, su consumo debería aumentar un 84,2% entre 2025 y 2026, pasando de 95 a 175 TWh, para seguir creciendo al año siguiente. En cifras concretas:
- el consumo eléctrico mundial de los centros de datos podría duplicarse antes de 2030, superando los 950 TWh según el escenario central de la AIE
- los servidores dedicados a la IA podrían representar casi la mitad de ese consumo total hacia el final de la década
- una simple consulta a un asistente conversacional sería, según la AIE, hasta diez veces más energívora que una búsqueda estándar en un motor de búsqueda
- en Irlanda, los centros de datos ya consumieron el 17% de la electricidad nacional en 2022, frente a menos del 5% en 2015
Es en este contexto de tensión sobre las redes eléctricas donde la biocomputación cobra todo su peso estratégico. Cada unidad CL1, afirma su fundador Hon Weng Chong, consumiría menos energía que una calculadora de bolsillo. El rack completo instalado en Singapur, con veinte unidades, apenas llega a los 20 kilovatios, una cifra irrisoria comparada con los megavatios que devora una sala de servidores GPU convencional. Ya abordé el disparo energético de la IA generativa en nuestro informe sobre el consumo eléctrico de los centros de datos, y el contraste con estas nuevas instalaciones biológicas es notable.
Cómo se fabrican neuronas para un ordenador
El proceso se parece mucho más a un protocolo de biología molecular que a una cadena de montaje de componentes electrónicos. Todo empieza con células madre, normalmente extraídas de una simple muestra de sangre, que se reprograman en el laboratorio para diferenciarse en neuronas funcionales. Ese es el trabajo que lidera, entre otros, Rickie Patani, quien dirige el programa de neurobiología del instituto de ciencias de la vida de la National University of Singapore, donde estas células se transforman antes de trasladarse a los chips CL1.
Una vez maduras, las neuronas se depositan sobre una matriz multielectrodo, un chip de silicio capaz de enviar y recibir impulsos eléctricos. Todo el sistema funciona con biOS, el sistema operativo propio de Cortical Labs, que orquesta el diálogo constante entre el tejido vivo y la electrónica. La última generación de chips incorpora cincuenta y nueve entradas eléctricas, frente a solo ocho en el prototipo original, lo que da una idea de la velocidad a la que avanza esta arquitectura.
Cada unidad CL1 cuesta unos 35.000 dólares de compra, o puede alquilarse por semana para un uso más puntual. Cortical Labs comercializa este modelo de negocio bajo el nombre de “Wetware as a Service”, una manera bastante directa de decir que quiere convertir neuronas vivas en un recurso consumible en la nube, del mismo modo en que se alquila capacidad de cómputo a cualquier proveedor convencional.
El proyecto DishBrain, o cómo se adiestra una célula
Antes del CL1 comercial estuvo DishBrain, publicado en 2022 en la revista Neuron. El principio es casi pavloviano: los investigadores aplicaron a las neuronas el principio de energía libre, una teoría según la cual el cerebro busca constantemente reducir la incertidumbre sobre su entorno. En la práctica, cuando el cultivo de neuronas fallaba la bola en una partida de Pong, recibía una estimulación eléctrica desordenada y desagradable. Cuando acertaba, la estimulación se volvía ordenada y predecible.
El resultado: las células aprendieron, en cuestión de minutos de entrenamiento, a mejorar su desempeño en el juego. Cabe destacar que las neuronas humanas lograron rallies más largos que las neuronas de ratón probadas en paralelo, con un tiempo de entrenamiento equivalente. Así que no se entrena una red neuronal biológica como se entrena un modelo de deep learning mediante retropropagación del gradiente. Se la condiciona, literalmente, jugando con la recompensa y el castigo sensorial. Es esta capacidad de aprender con muy pocos datos, sumada a una adaptación casi instantánea a condiciones cambiantes, lo que hoy despierta el interés de la industria.
Dónde se esconde la conciencia en todo esto
Es la pregunta que más me persigue en este tema, y honestamente, nadie tiene una respuesta satisfactoria. ¿Posee un cúmulo de 200.000 u 800.000 neuronas humanas, conectado a un chip y capaz de aprender a jugar un videojuego, alguna forma mínima de experiencia subjetiva? La neurociencia moderna suele situar los correlatos de la conciencia en redes de gran escala que implican la corteza, el tálamo y bucles recurrentes complejos, muy lejos de la estructura plana de un cultivo celular colocado sobre una matriz de electrodos.
Pero el argumento tranquilizador tiene sus límites. Nadie puede afirmar con certeza que exista un umbral preciso de complejidad neuronal que separe el simple procesamiento de señales de la experiencia subjetiva. La propia Cortical Labs exige a sus clientes obtener una autorización ética antes de cualquier uso comercial del CL1, una salvaguarda que, en el fondo, reconoce la ambigüedad moral de lo que vende. In-Q-Tel, el fondo de capital riesgo vinculado a la CIA, también ha invertido en la startup, junto a Horizons Ventures y Blackbird Ventures, lo que demuestra que el interés va mucho más allá del círculo de investigadores en neurociencia.
Mi opinión, tras semanas repasando publicaciones y anuncios, es la siguiente: lo que estamos presenciando no es tanto la creación de un cerebro consciente como la explotación de una propiedad biológica muy concreta, la plasticidad sináptica, reutilizada con fines de cálculo. Pero no subestimaría la velocidad a la que avanza este campo, ni la necesidad de un marco regulatorio construido de antemano y no como reacción a un escándalo.
El riesgo de una deshumanización total
Este es el punto más delicado, el que va mucho más allá de lo técnico. Convertir tejido humano vivo en un recurso industrial, por mínima que sea la cantidad de células implicadas, abre una pendiente genuinamente resbaladiza. Varios puntos de tensión merecen plantearse con claridad:
- el estatus moral de los cultivos neuronales, que no encajan en ninguna categoría jurídica existente, ni la de los sujetos de investigación animal ni la de las personas
- el origen de las células madre, a menudo procedentes de donaciones de sangre, y la cuestión del consentimiento a largo plazo sobre su uso industrial
- la normalización de un vocabulario comercial como “Wetware as a Service”, que trata el tejido humano vivo como una capacidad más de la nube
- la ausencia, hasta la fecha, de un marco internacional armonizado que regule la producción, venta y destrucción de estos cultivos neuronales
Este último punto es probablemente el más urgente. Los reguladores siempre van estructuralmente por detrás de la innovación, y la biocomputación avanza más rápido de lo que cualquier comité de ética biomédica puede seguir. Francia, con unos 300 centros de datos ya activos en 2026, no cuenta todavía con ninguna instalación biológica de este tipo, pero nada impide que surja un proyecto piloto en los próximos años, impulsado por la misma búsqueda de eficiencia energética que ya está marcando nuestro análisis sobre los retos eléctricos de los centros de datos en Francia.
No creo en un escenario de ciencia ficción donde cerebros en frascos dominen el mundo. El verdadero peligro es más prosaico: una industrialización progresiva, sin suficiente debate público, de un recurso biológico cuyas implicaciones morales todavía entendemos mal. La biocomputación merece seguirse de cerca, con entusiasmo genuino por su promesa energética y vigilancia real ante sus zonas grises.
Preguntas frecuentes
¿La biocomputación ya está comercializada en 2026?
Sí. Cortical Labs comercializa el CL1 desde 2025, con instalaciones operativas en Melbourne y un rack de veinte unidades en Singapur, gestionado junto a la National University of Singapore y el operador de centros de datos DayOne.
¿Las neuronas utilizadas se extraen directamente de un cerebro humano?
No. Las neuronas provienen de células madre reprogramadas, generalmente obtenidas de una muestra de sangre, que después se diferencian en laboratorio antes de depositarse sobre los chips.
¿Un ordenador biológico realmente consume menos que una GPU?
Según Cortical Labs, cada unidad CL1 consume menos que una calculadora de bolsillo, frente a varios cientos de vatios de una GPU de IA convencional, aunque las comparaciones directas de rendimiento siguen siendo difíciles de establecer.
¿Existe un marco legal específico para la biocomputación?
Todavía no a nivel internacional. Cortical Labs exige una autorización ética interna a sus clientes, pero ninguna regulación pública armonizada rige hoy la producción o el uso de estos cultivos neuronales.
