Ordenadores ‘vivos’ con mini cerebros: qué es la ‘organoid intelligence’

Imagina un ordenador que no tiene chips de silicio sino pequeñas masas de neuronas humanas cultivadas en laboratorio.

Que aprende, procesa información y resuelve problemas complejos consumiendo la misma energía que una luciérnaga mientras los centros de datos de OpenAI o Google devoran la electricidad equivalente a pequeñas ciudades.

No es ciencia ficción.

Es la organoid intelligence, la disciplina que puede cambiar radicalmente la computación en la próxima década y que plantea al mismo tiempo las preguntas más incómodas que la ciencia ha generado en mucho tiempo.

Qué es y cómo funciona

Un organoide cerebral es una esfera de neuronas generadas a partir de células madre humanas, cultivadas en condiciones controladas hasta formar redes capaces de emitir señales eléctricas y responder a estímulos externos. No es un cerebro. Es una versión muy simplificada de algunas de sus funciones, con suficiente complejidad para procesar información de formas que los transistores de silicio no pueden imitar.

El proceso de construcción de un ordenador biológico conecta esas redes neuronales a microchips con sensores y microelectrodos que traducen los impulsos eléctricos de las neuronas en información digital y viceversa. El resultado es una plataforma híbrida donde la biología y la electrónica conviven para resolver problemas concretos.

La empresa suiza FinalSpark es la más avanzada en la comercialización de esta tecnología. Su plataforma Neuroplatform integra hasta 16 organoides cerebrales en un mismo procesador biológico y ofrece acceso remoto desde cualquier parte del mundo para realizar experimentos de inteligencia artificial, entrenar algoritmos y explorar los límites de la computación viva. Es, literalmente, una «nube viva»: centros de datos biológicos accesibles por internet.

La comparación energética que cambia todo

El dato que más impacta a los ingenieros que trabajan en este campo es el de la eficiencia energética. Las estimaciones actuales sugieren que las neuronas vivas pueden requerir hasta un millón de veces menos energía que los procesadores digitales equivalentes para realizar tareas similares.

Entrenar un modelo de inteligencia artificial del nivel de GPT-4 consume varios cientos de megavatios-hora. Un organoide cerebral realizando tareas comparables funcionaría con unos pocos milivatios. Es la diferencia entre una central térmica y una luciérnaga produciendo el mismo resultado útil.

En el contexto actual, donde los grandes centros de datos de Microsoft, Google, Amazon y Meta consumen cantidades de electricidad que compiten con las de países de tamaño mediano, y donde el consumo energético de la inteligencia artificial se ha convertido en uno de los argumentos más sólidos de sus críticos medioambientales, la eficiencia de la computación biológica no es un detalle técnico. Es un argumento estratégico de primer orden.

Lo que la IA ha conseguido mientras tanto

Para entender la magnitud del desafío que la organoid intelligence intenta resolver, conviene situar dónde está la inteligencia artificial convencional en 2026.

Los modelos de lenguaje han dado saltos que hace tres años parecían imposibles. GPT-4o, Claude 3.5 y Gemini Ultra de Google realizan tareas de razonamiento, programación, análisis matemático y generación creativa que superan a la mayoría de los humanos en condiciones específicas. AlphaFold 3 de DeepMind ha resuelto la predicción de estructuras proteicas con una precisión que ha acelerado la investigación farmacéutica en décadas. Los modelos de IA multimodal procesan simultáneamente texto, imagen, audio y vídeo con una fluidez que hace apenas dos años era territorio de la especulación.

El problema es el coste. Entrenar los modelos más grandes requiere infraestructura de supercomputación que solo unos pocos actores globales pueden permitirse. La inferencia, el proceso de usar esos modelos en tiempo real para millones de usuarios simultáneos, consume cantidades de electricidad y agua de refrigeración que están generando fricciones reales con los objetivos climáticos de las empresas y los gobiernos.

Microsoft anunció en 2024 que la expansión de sus centros de datos para dar soporte a Copilot y los productos de OpenAI requeriría la construcción de nuevas centrales eléctricas. Google admitió que sus emisiones de carbono habían aumentado significativamente como consecuencia del crecimiento de la IA. Y Meta compite por acceder a energía nuclear para alimentar sus ambiciones en inteligencia artificial generativa.

La organoid intelligence no es la solución a todos esos problemas. Pero apunta en una dirección que los grandes laboratorios están observando con atención creciente.

Los avances más recientes en computación biológica

En 2025, investigadores de la Universidad Johns Hopkins publicaron resultados que demostraban que organoides cerebrales podían aprender a jugar al Pong con una velocidad y eficiencia energética que los sistemas de silicio no podían igualar en esa tarea específica. El experimento fue modest en términos de complejidad pero relevante como prueba de concepto.

FinalSpark ha ampliado su Neuroplatform para dar acceso a más de veinte instituciones académicas en Europa y América del Norte, lo que ha acelerado la curva de aprendizaje colectivo sobre cómo programar y entrenar sistemas biológicos.

En España, equipos del Instituto de Investigación Sanitaria La Fe de Valencia y del Centro Nacional de Biotecnología del CSIC siguen de cerca estos desarrollos y han iniciado colaboraciones con laboratorios europeos para explorar las aplicaciones en neurología y farmacología. La posibilidad de modelar enfermedades como el Alzheimer o el Parkinson en organoides cerebrales antes de probar tratamientos en humanos tiene aplicaciones médicas que van mucho más allá de la computación.

Las preguntas que nadie sabe responder

La organoid intelligence ha abierto un debate ético que los juristas y bioeticistas no estaban preparados para tener con esta urgencia.

¿Qué derechos tiene un organoide cerebral? La pregunta parece absurda hasta que se considera que está compuesto por neuronas humanas que procesan información y generan señales eléctricas. ¿Puede desarrollar algo que se parezca a la experiencia subjetiva? Los organoides actuales no tienen la complejidad necesaria para la conciencia tal como la entendemos, pero los científicos que trabajan en el campo piden precaución ante la velocidad de los avances.

¿Quién es el propietario de los tejidos biológicos que componen un procesador vivo? ¿Qué ocurre con los datos generados por esos sistemas? ¿Cómo se regula la donación de células madre para uso computacional?

La Agencia Española de Protección de Datos y varios comités de ética biomédica europeos han empezado a elaborar recomendaciones. La legislación va, como siempre, varios pasos por detrás de la tecnología.

El horizonte

Los expertos son cautos sobre los plazos. Los organoides cerebrales actuales no tienen ni la complejidad ni la escala de un cerebro humano. Son procesadores biológicos útiles para tareas específicas, no reemplazos generales de la computación de silicio.

Lo que sí está ocurriendo es una convergencia de tecnologías que hace la organoid intelligence cada vez más viable: mejoras en las técnicas de cultivo celular, mayor precisión en los microelectrodos de interfaz, algoritmos más sofisticados para interpretar las señales neuronales y una presión económica creciente sobre la eficiencia energética de la inteligencia artificial convencional.

En algún momento de la próxima década, probablemente antes de lo que la mayoría anticipa, habrá centros de datos que incluyan componentes biológicos junto a los de silicio. No porque los chips vayan a desaparecer, sino porque para determinadas tareas las neuronas vivas son simplemente más eficientes.

La próxima vez que uses un asistente de inteligencia artificial, el sistema que procesa tu consulta puede estar corriendo en silicio. En diez años, puede que parte de ese procesamiento lo haga algo que estuvo vivo.

Es una de esas frases que parecen ciencia ficción hasta que dejan de serlo.