A empresa australiana Cortical Labs causou furor em 2022 ao demonstrar um chip contendo neuronas humanas vivas a jogar o clássico Pong. A pergunta que imediatamente surgiu foi se essas mesmas neuronas conseguiriam enfrentar um desafio mais complexo como Doom. Sem hesitar, a Cortical Labs conectou o famoso videojogo ao seu CL1, a primeira máquina comercial a empregar neuronas biológicas em vez de um processador de silício.
Para o Pong, foram necessários 18 meses para que as neuronas aprendessem, devido à relação direta entre o movimento da bola e o da barra. Contudo, “o Doom foi muito mais complexo, Doom é caos”, explicou Brett Kagan, diretor científico da empresa.
Surpreendentemente, as suas máquinas biológicas conseguiram aprender a jogar Doom em menos de uma semana. Em vez de um único chip, foi utilizada uma plataforma em rede de vários CL1s, cada um contendo mais de 200.000 neuronas vivas. Kagan observou que “por enquanto as células jogam como um principiante que nunca viu um computador. Para ser justo, elas nunca viram”. É importante notar que os cultivos de neuronas não visualizam um ecrã; recebem os estímulos diretamente como “padrões de estimulação elétrica”.
“Enquanto são ‘mortas’ muitas vezes, elas estão a aprender. Exatamente como um humano ou um animal a aprender uma tarefa. Ainda há muito trabalho a fazer”, afirmou Kagan. No entanto, a empresa celebra ter resolvido o principal obstáculo: a interface em tempo real entre as células e o programa. A Cortical Labs convida agora programadores e investigadores a propor os próximos desafios da biocomputação. Os primeiros passos já se fazem sentir, como o projeto de colaboração entre a consultora tecnológica italiana Reply e o Departamento de Fisiopatologia e Transplantes da Universidade de Milão.
A Professora Stefania Corti, diretora de Doenças Neuromusculares e Raras no Policlínico de Milão, enfatiza a relevância deste avanço: “A integração de neuronas ativas com sistemas digitais oferece oportunidades sem precedentes para investigar os mecanismos de aprendizagem e a plasticidade neural, com possíveis implicações tanto para a pesquisa em neurociência quanto para a inovação computacional”.
