lunes, 16 de noviembre de 2026

 


NOOSFERA BIOHÍBRIDA

ORDENADORES VIVOS Y COMPUTACIÓN BIOHÍBRIDA

De los organoides neuronales a los sistemas colaborativos humano-IA-biología.

Arquitectura experimental, inteligencia colectiva, gemelos digitales y aplicaciones marítimas. Horizonte 2026–2035.

Salvador Lechuga Lombos + IA


Contenidos propuestos:

1.      Estado internacional de la biocomputación.

2.      Cortical Labs CL1 y otras plataformas.

3.      Arquitecturas neuronales biohíbridas.

4.      Integración con UEDTE-CUATRO OJOS.

5.      Conexión con la NOOSFERA BIOHÍBRIDA.

6.      Aplicaciones en robótica y exploración oceánica.

7.      Experimentación, simulación y validación.

8.      Bioética, gobernanza y regulación.

9.      Hoja de ruta 2026–2035.

10.  Consorcio científico-industrial y matriz de requisitos verificables.

Durante décadas hemos intentado construir máquinas que piensen como nosotros. Ahora estamos investigando cómo utilizar directamente determinadas propiedades de los sistemas vivos para construir máquinas diferentes.

La cuestión ya no es solamente cuánto puede calcular un ordenador, sino qué nuevas capacidades pueden surgir cuando cooperan la inteligencia humana, la inteligencia artificial y los sistemas biológicos.

Y esto conecta directamente con nuestra idea de «Cuatro ojos ven más que dos»: podríamos estar avanzando hacia una arquitectura de inteligencia colectiva en la que los componentes biológicos y artificiales aporten capacidades complementarias

En relación a NOOSFERA BIOHÍBRIDA 02 — ORDENADORES VIVOS Y COMPUTACIÓN BIOHÍBRIDA (2026–2035) como documento técnico-científico complementario al documento sobre organoides neuronales y UEDTE-CUATRO OJOS, la orientación será institucional y académica, con especial atención a:

  • Estado real de la tecnología y sus limitaciones.
  • Arquitectura de computación biohíbrida.
  • Integración de neuronas vivas, IA y gemelos digitales.
  • Aplicaciones científicas y marítimas.
  • Experimentación y validación.
  • Bioética y gobernanza.
  • Hoja de ruta 2026–2035.
  • Matriz de requisitos verificables y criterios de aceptación.

Objetivo: presentar una propuesta de investigación rigurosa, publicable en Academia.edu y susceptible de evolucionar hacia un programa experimental de colaboración científica e industrial de Aprocean.

NOOSFERA BIOHÍBRIDA: Ordenadores vivos y computación biohíbrida, 2026–2035.

La premisa central será: integrar inteligencia humana, artificial y biológica en un entorno experimental común, sin confundir procesamiento neuronal con conciencia.

 

NOOSFERA BIOHÍBRIDA 2026–2035

ORDENADORES VIVOS Y COMPUTACIÓN BIOHÍBRIDA

De los organoides neuronales a los sistemas colaborativos humano–IA–biología

Fundamentos científicos, arquitectura experimental, inteligencia colectiva y aplicaciones en investigación oceánica. Horizonte 2026–2035.

Entidad promotora: Asociación para la Promoción de los Océanos (APROCEAN).

Programa de referencia: NOOSFERA BIOHÍBRIDA – UEDTE-CUATRO OJOS.

Naturaleza: Propuesta conceptual y técnico-científica de investigación interdisciplinar.

Horizonte: 2026–2035.

Estado del documento: Propuesta de investigación y desarrollo. No constituye un proyecto experimental financiado ni acredita capacidades operativas ya disponibles.

RESUMEN EJECUTIVO

La computación biohíbrida representa una nueva frontera de la investigación tecnológica: la integración de sistemas informáticos convencionales con redes neuronales biológicas vivas, interfaces electrónicas, inteligencia artificial y entornos de simulación.

Los avances experimentales de los últimos años han demostrado que determinadas redes neuronales cultivadas in vitro pueden establecer interacciones bidireccionales con sistemas digitales, modificar sus patrones de actividad y mostrar aprendizaje en tareas experimentales.

La investigación DishBrain, publicada en Neuron en 2022, demostró la interacción de cultivos neuronales humanos y de ratón con una simulación del videojuego Pong. Posteriormente, el desarrollo de plataformas comerciales como CL1, de Cortical Labs, ha abierto nuevas posibilidades para investigar la computación biológica.

Este documento propone estudiar cómo incorporar estos avances a una arquitectura experimental más amplia: NOOSFERA BIOHÍBRIDA, concebida como un entorno de cooperación entre inteligencia humana, inteligencia artificial y sistemas biológicos.

La iniciativa se articula mediante seis líneas:

1.      Investigación de plataformas de computación neuronal biológica.

2.      Integración de interfaces bioeléctricas y sistemas electrónicos.

3.      Desarrollo de algoritmos de inteligencia artificial para interpretar respuestas neuronales.

4.      Creación de gemelos digitales de sistemas biohíbridos.

5.      Incorporación de estas tecnologías a UEDTE-CUATRO OJOS.

6.      Investigación de aplicaciones potenciales en oceanografía, bioacústica y robótica marina.

El objetivo no consiste en sustituir los ordenadores convencionales, sino en estudiar si determinadas propiedades de las redes neuronales vivas pueden complementar las capacidades de la computación electrónica.

Hipótesis central: la cooperación entre inteligencia biológica, artificial y humana puede generar arquitecturas de procesamiento y aprendizaje diferentes de las que proporcionan, por separado, los sistemas actuales.

Esta hipótesis deberá someterse a experimentación, comparación cuantitativa y evaluación independiente.


ÍNDICE GENERAL

1.      Introducción y justificación.

2.      Estado internacional de la biocomputación.

3.      Fundamentos científicos.

4.      Arquitectura general NOOSFERA BIOHÍBRIDA.

5.      Plataforma UEDTE-BIOCOMPUTING.

6.      Inteligencia colectiva y cooperación humano–IA–biología.

7.      Aplicaciones científicas y marítimas.

8.      Arquitectura del gemelo digital.

9.      Metodología experimental y validación.

10.  Ética, bioseguridad y gobernanza.

11.  Hoja de ruta 2026–2035.

12.  Modelo de colaboración científica e industrial.

13.  Matriz de requisitos verificables.

14.  Indicadores de rendimiento y criterios de aceptación.

15.  Conclusiones.

16.  Bibliografía científica.


1. INTRODUCCIÓN Y JUSTIFICACIÓN

Durante décadas, el desarrollo informático ha seguido principalmente una trayectoria basada en la miniaturización de componentes electrónicos, el aumento de la capacidad de procesamiento y la creación de algoritmos capaces de reproducir determinadas funciones cognitivas.

La inteligencia artificial ha acelerado esta evolución.

Sin embargo, los sistemas biológicos poseen propiedades que merecen una investigación independiente: plasticidad neuronal, adaptación a estímulos, reorganización de conexiones y procesamiento distribuido.

La posibilidad de integrar estas propiedades con dispositivos electrónicos constituye el fundamento de la computación biohíbrida.

No se trata de afirmar que una red neuronal cultivada sea equivalente a un cerebro humano. Se trata de investigar qué funciones limitadas pueden desarrollar estas redes cuando se integran en sistemas experimentales controlados.


1.1. Una nueva frontera tecnológica

La investigación se encuentra en la convergencia de cinco disciplinas:

·         Neurociencia y biología celular.

·         Bioingeniería y microelectrónica.

·         Inteligencia artificial.

·         Computación avanzada.

·         Sistemas de simulación y gemelos digitales.


1.2. Justificación estratégica

La aparición de ordenadores biológicos plantea preguntas importantes:

·         ¿Pueden las redes neuronales vivas complementar determinados procesos computacionales?

·         ¿Qué ventajas y limitaciones presentan frente a las redes neuronales artificiales?

·         ¿Cómo pueden integrarse en arquitecturas híbridas?

·         ¿Es posible estudiar sus respuestas mediante gemelos digitales?

·         ¿Qué aplicaciones podrían resultar relevantes para la investigación marina?

NOOSFERA BIOHÍBRIDA pretende proporcionar un marco para investigar estas preguntas sin anticipar resultados que todavía no están demostrados.


2. ESTADO INTERNACIONAL DE LA BIOCOMPUTACIÓN

2.1. DishBrain: el precedente experimental

Lab-Grown Brain Cells Playing Video Games With No Hands

wbn.digital

En diciembre de 2022, investigadores encabezados por Brett Kagan publicaron en Neuron el trabajo:

In vitro neurons learn and exhibit sentience when embodied in a simulated game-world.

El experimento integró redes neuronales humanas y de ratón en una matriz de microelectrodos.

El sistema proporcionaba información eléctrica sobre el entorno de Pong y registraba las respuestas neuronales que influían en el desarrollo del juego.

Los autores describieron mejoras de rendimiento y cambios en la actividad neuronal asociados a la retroalimentación estructurada.

Su importancia reside en haber demostrado una interacción experimental entre tejido neuronal vivo y un entorno informático cerrado.

La interpretación de estos resultados debe mantenerse dentro de sus límites experimentales: no demuestran inteligencia general ni conciencia.


2.2. Cortical Labs CL1

This $35,000 computer made of living human neurons can run Doom | TechSpot

techspot.com

El dispositivo CL1 representa un paso hacia la disponibilidad de plataformas comerciales de computación neuronal.

Su arquitectura combina:

·         Cultivos neuronales vivos.

·         Soporte electrónico de silicio.

·         Interfaz de estimulación eléctrica.

·         Registro de actividad neuronal.

·         Entorno informático de interacción.

·         Sistemas de mantenimiento del cultivo.

La empresa también ofrece Cortical Cloud, una plataforma para desarrollar experimentos mediante acceso remoto.

2.3. Organoid Intelligence

La investigación sobre Organoid Intelligence (OI) estudia el potencial de los organoides cerebrales como sistemas biológicos para investigar aprendizaje, memoria y procesamiento de información.

El trabajo de referencia de Hartung, Morales Pantoja y Smirnova analiza sus posibilidades científicas y sus implicaciones éticas, jurídicas y sociales.

Tecnología

Característica


Madurez relativa


IA convencional


Procesamiento electrónico y algoritmos


Comercial y consolidada

Redes neuronales cultivadas

Actividad neuronal in vitro

Experimental

DishBrain

Interacción neuronal con entorno digital

Demostración experimental

CL1

Plataforma comercial bioinformática

Comercialización inicial

Organoid Intelligence

Investigación de organoides y computación

Investigación emergente

NOOSFERA BIOHÍBRIDA

Integración de sistemas humanos, artificiales y biológicos

Propuesta de investigación


La conclusión es clara: existe una base científica suficiente para justificar un programa de investigación, pero todavía no para afirmar que la biocomputación pueda sustituir a los sistemas informáticos convencionales.


3. FUNDAMENTOS CIENTÍFICOS

3.1. Redes neuronales biológicas

Las neuronas son células especializadas capaces de recibir, integrar y transmitir señales mediante mecanismos electroquímicos.

Cuando se cultivan en condiciones experimentales adecuadas, pueden desarrollar conexiones y formar redes de actividad.

Estas redes presentan propiedades de interés:

·         Excitabilidad eléctrica.

·         Conectividad neuronal.

·         Plasticidad sináptica.

·         Respuestas dependientes de estímulos.

·         Modificación de patrones de actividad.

·         Adaptación a determinadas condiciones experimentales.

La investigación deberá diferenciar entre actividad neuronal, aprendizaje experimental, memoria funcional y capacidades cognitivas complejas.


3.2. Organoides neuronales

Los organoides cerebrales son estructuras tridimensionales obtenidas mediante técnicas de cultivo celular que reproducen parcialmente determinadas características del desarrollo y organización del tejido cerebral.

Su utilización permite investigar:

·         Desarrollo neuronal.

·         Organización celular.

·         Enfermedades neurológicas.

·         Respuestas a estímulos.

·         Actividad de redes neuronales.

·         Posibilidades futuras de procesamiento biohíbrido.

No son cerebros humanos en miniatura en sentido funcional: presentan limitaciones importantes de organización, vascularización, maduración y conectividad.

3.3. Interfaz neuronal-electrónica

La interfaz constituye uno de los elementos esenciales de la arquitectura.

Su función es establecer una comunicación bidireccional:

1.      Transformar información digital en patrones de estimulación eléctrica.

2.      Transmitir dichos patrones al cultivo neuronal.

3.      Registrar las respuestas eléctricas.

4.      Convertirlas en información digital.

5.      Analizar su evolución mediante algoritmos.

La matriz de microelectrodos constituye una tecnología fundamental para realizar estas operaciones.3.4. Diferencias entre computación artificial y biológica

Característica

Computación electrónica

Computación biológica

Soporte

Silicio y electrónica

Tejido neuronal vivo

Operación

Circuitos y algoritmos

Actividad electroquímica

Aprendizaje

Modelos y parámetros

Plasticidad y actividad neuronal

Estabilidad

Alta, según el sistema

Dependiente del cultivo

Reproducibilidad

Generalmente elevada

Variabilidad biológica

Mantenimiento

Energía y refrigeración según diseño

Energía y condiciones biológicas específicas

Escalabilidad

Infraestructura industrial

Limitada por complejidad biológica

Aplicación

Amplísima

Todavía experimental

La comparación energética será una cuestión central, pero no deberá utilizarse como argumento comercial anticipado. Es necesario contabilizar también incubación, control ambiental, electrónica, mantenimiento y procesamiento externo.


4. ARQUITECTURA GENERAL NOOSFERA BIOHÍBRIDA

Se propone una arquitectura organizada en cuatro niveles de inteligencia y un sistema transversal de coordinación.

4.1. Nivel humano — H-INTELLIGENCE

Participación de investigadores, ingenieros, operadores y responsables de decisión.

Funciones:

·         Formulación de hipótesis.

·         Definición de objetivos.

·         Interpretación de resultados.

·         Supervisión científica.

·         Validación de decisiones.

4.2. Nivel artificial — AI-INTELLIGENCE

Sistemas convencionales de inteligencia artificial.

Funciones:

·         Análisis de grandes volúmenes de datos.

·         Reconocimiento de patrones.

·         Modelización matemática.

·         Simulación.

·         Comparación de resultados.

·         Detección de anomalías.

4.3. Nivel biológico — BIO-INTELLIGENCE

Redes neuronales y, en etapas posteriores, organoides adecuados para investigación.

Funciones experimentales:

·         Recepción de estímulos.

·         Registro de respuestas.

·         Estudio de plasticidad.

·         Análisis de adaptación.

·         Investigación de patrones de actividad.

4.4. Nivel digital — DIGITAL INTELLIGENCE ENVIRONMENT

Entorno UEDTE para integrar datos, modelos, simulaciones y experimentos.

Funciones:

·         Representación digital de los sistemas físicos.

·         Registro histórico de experimentos.

·         Comparación entre modelos.

·         Reproducción de escenarios.

·         Evaluación de resultados.

4.5. Coordinación central

La coordinación se realizaría mediante un sistema de gestión experimental con trazabilidad completa.

NOOSFERA BIOHÍBRIDA — Arquitectura conceptual

H-INTELLIGENCE

Investigadores y operadores

AI-INTELLIGENCE

IA y algoritmos

BIO-INTELLIGENCE

Redes neuronales vivas

UEDTE

Gemelos digitales

NOOSPHERE COORDINATION SYSTEM

Gestión experimental · intercambio de información · trazabilidad · evaluación humana

RESULTADO: INTELIGENCIA COOPERATIVA BIOHÍBRIDA

Hipótesis de investigación, no una capacidad cognitiva general demostrada


5. PLATAFORMA UEDTE-BIOCOMPUTING

Se propone crear un nuevo módulo dentro del Universal Experimental Digital Twin Environment.

Nuevo módulo propuesto

UEDTE-BIOCOMPUTING

Entorno Experimental de Computación Biohíbrida.

Su misión será facilitar la investigación, simulación y evaluación de sistemas que combinen redes neuronales biológicas y tecnologías informáticas.

5.1. Subsistemas

Subsistema

Denominación

Función

01

BIO-CORE

Gestión de la plataforma biológica

02

NEURO-INTERFACE

Interfaz neuronal-electrónica

03

BIO-DATA

Adquisición y almacenamiento de señales

04

BIO-AI

Interpretación mediante IA

05

BIO-TWIN

Gemelo digital

06

BIO-SIM

Simulación experimental

07

BIO-ETHICS

Supervisión ética

08

BIO-SECURITY

Seguridad y protección de datos

5.2. Flujo funcional

01

Entrada de información

Datos, señales y estímulos digitales

02

Interfaz neuronal

Conversión y transmisión de estímulos

03

Procesamiento biológico

Actividad y respuesta neuronal

04

 

Registro electrónico

Captura de señales y metadatos

05

Análisis mediante IA

Clasificación y evaluación

06

Gemelo digital

Comparación y simulación

07

Evaluación humana

Interpretación y validación científica

5.3. Principios de diseño

La plataforma deberá respetar siete principios:

1.      Modularidad.

2.      Interoperabilidad.

3.      Reproducibilidad.

4.      Trazabilidad.

5.      Supervisión humana.

6.      Protección biológica y ética.

7.      Comparación permanente con sistemas convencionales.

5.4. Relación con SF-TECH ATLAS

El módulo BIOCOMPUTING se integraría también con SF-TECH ATLAS, permitiendo documentar:

·         Arquitecturas electrónicas.

·         Interfaces bioeléctricas.

·         Modelos neuronales.

·         Sistemas de adquisición.

·         Gemelos digitales.

·         Evolución de los diseños experimentales.

De esta manera, UEDTE-CUATRO OJOS podría convertirse en un entorno de conocimiento compartido donde diferentes equipos científicos comparasen, documentasen y mejorasen diseños de sistemas biohíbridos.

 

6. INTELIGENCIA COLECTIVA Y COOPERACIÓN HUMANO–IA–BIOLOGÍA

Esta sección conecta directamente con el concepto de Noosfera que venimos desarrollando.

La inteligencia colectiva no se plantea como una única mente centralizada, sino como una red de agentes y sistemas diferentes que intercambian información y contribuyen a resolver problemas.

6.1. Modelo de cooperación

Agente

Aportación

Personas

Creatividad, conocimiento y responsabilidad

IA

Análisis, búsqueda y simulación

Redes neuronales biológicas

Procesamiento experimental y plasticidad

Gemelos digitales

Representación y comparación

Redes científicas

Validación y conocimiento colectivo

6.2. La hipótesis de la noosfera biohíbrida

Se plantea investigar si la interconexión de estos sistemas puede generar capacidades colectivas que no aparezcan en cada componente considerado aisladamente.

Esta hipótesis no implica que la red adquiera conciencia ni que sus componentes compartan una experiencia subjetiva.

Su validación exige demostrar mejoras medibles en tareas concretas frente a arquitecturas de referencia.

6.3. Integración con CUATRO OJOS

La filosofía de CUATRO OJOS puede proporcionar un modelo de colaboración:

·         Un investigador propone una arquitectura.

·         Otro equipo desarrolla una alternativa.

·         La IA analiza y compara los diseños.

·         El sistema biohíbrido participa en experimentos delimitados.

·         El gemelo digital registra los resultados.

·         La comunidad científica evalúa las conclusiones.

El conocimiento no pertenece a una única máquina, sino que se construye mediante cooperación, documentación y contraste experimental.


7. APLICACIONES CIENTÍFICAS Y MARÍTIMAS

Esta es una de las partes de mayor interés para APROCEAN.

La computación biohíbrida podría abrir líneas de investigación relacionadas con el análisis de señales oceánicas, la interpretación de información ambiental y el desarrollo de nuevas arquitecturas adaptativas.

Es importante establecer una distinción: inicialmente se trataría de investigación de laboratorio y procesamiento experimental de datos marinos, no de instalar organoides neuronales en submarinos, buques o vehículos autónomos.


7.1. Bioacústica marina


La contaminación acústica submarina constituye un problema relevante para los ecosistemas marinos.

Se propone investigar:

·         Clasificación de señales acústicas.

·         Identificación de patrones de vocalización.

·         Detección de anomalías.

·         Diferenciación entre ruido antropogénico y señales biológicas.

·         Evaluación comparativa de sistemas de reconocimiento.

Proyecto piloto BIO-ACOUSTIC OCEAN

Comparar tres arquitecturas:

1.      Algoritmos convencionales.

2.      Inteligencia artificial neuronal artificial.

3.      Sistemas biohíbridos experimentales.

El objetivo será determinar si el tercer modelo aporta alguna mejora reproducible en clasificación, adaptación o eficiencia.

7.2. Oceanografía y biodiversidad

La observación del medio marino genera grandes volúmenes de información:

·         Imágenes microscópicas.

·         Datos de temperatura y salinidad.

·         Señales acústicas.

·         Registros de corrientes.

·         Información genética.

·         Imágenes submarinas.

Podría estudiarse la utilización de arquitecturas biohíbridas para determinadas tareas de clasificación y reconocimiento de patrones complejos.

7.3. Robótica submarina

La aplicación más interesante a largo plazo sería la investigación de nuevos sistemas adaptativos para robótica submarina.

Posibles líneas:

Área

Investigación


Navegación


Clasificación de patrones sensoriales

Percepción

Integración de señales multisensoriales

Adaptación

Comparación de respuestas ante cambios ambientales

Autonomía

Algoritmos híbridos de toma de decisiones

Energía

Evaluación del consumo computacional global

La arquitectura operativa seguiría utilizando electrónica convencional y sistemas de seguridad independientes. La computación biológica se estudiaría inicialmente en instalaciones científicas separadas.

7.4. Seguridad y vigilancia marítima

Existe también una posible línea de investigación dual civil-defensa, limitada a la evaluación científica de algoritmos para:

·         Detección de anomalías en señales submarinas.

·         Reconocimiento de patrones ambientales.

·         Procesamiento de información multisensorial.

·         Identificación de comportamientos anómalos en datos de navegación.

·         Mejora de sistemas de apoyo a la decisión.

Cualquier aplicación de seguridad deberá mantener la supervisión humana, la trazabilidad y los controles de seguridad correspondientes.


7.5. Proyecto demostrador: BIO-OCEAN

BIO-OCEAN 2030

Demostrador de investigación propuesto

Sistema experimental de procesamiento biohíbrido de información oceánica.

Objetivo: estudiar si una plataforma biohíbrida puede contribuir a la interpretación de determinados patrones de datos oceánicos.

Datos de entrada:

·         Registros hidroacústicos.

·         Imágenes de biodiversidad.

·         Datos oceanográficos.

·         Señales de sensores submarinos.

Procesamiento:

·         IA convencional.

·         Plataforma neuronal experimental.

·         Comparación de resultados.

·         Gemelo digital.

Resultado esperado: un informe científico comparativo sobre rendimiento, reproducibilidad, consumo y limitaciones.


8. ARQUITECTURA DEL GEMELO DIGITAL BIOHÍBRIDO

El gemelo digital será uno de los elementos fundamentales de UEDTE-BIOCOMPUTING.

No se limitará a representar visualmente un cultivo neuronal: deberá constituir un modelo informático vinculado a datos experimentales reales.


8.1. Componentes


BIO-TWIN CORE

Modelo de referencia del sistema experimental.

BIO-TWIN SIGNAL

Representación de las señales eléctricas registradas.

BIO-TWIN CONNECTIVITY

Modelo de conectividad funcional estimada.

BIO-TWIN PERFORMANCE

Evaluación de resultados y estabilidad experimental.

BIO-TWIN HISTORY

Registro histórico de experimentos y modificaciones.


8.2. Funciones del gemelo digital

1.      Reproducir las condiciones experimentales.

2.      Comparar experimentos sucesivos.

3.      Identificar variaciones de actividad.

4.      Contrastar modelos biológicos y computacionales.

5.      Evaluar la reproducibilidad.

6.      Documentar los resultados.

7.      Facilitar la colaboración entre laboratorios.

 

8.3. Fusión de gemelos

En conexión con nuestra propuesta CUATRO OJOS, se propone estudiar la posibilidad de combinar:

·         Gemelo de la plataforma biológica.

·         Gemelo de la interfaz electrónica.

·         Gemelo del entorno de simulación.

·         Gemelo del sistema de inteligencia artificial.

·         Gemelo del problema científico que se pretende resolver.

La integración permitiría estudiar el comportamiento del sistema completo, no solamente el de sus componentes aislados.


9. METODOLOGÍA EXPERIMENTAL Y VALIDACIÓN

Esta sección establece cómo transformar la propuesta conceptual en un programa científico verificable.

9.1. Hipótesis de investigación

H1. Las redes neuronales biológicas cultivadas pueden interactuar de forma reproducible con entornos informáticos mediante interfaces electrofisiológicas.

H2. La integración de modelos artificiales y sistemas biológicos puede ofrecer resultados diferentes de los obtenidos mediante sistemas convencionales.

H3. Los gemelos digitales pueden mejorar la documentación, comparación y reproducibilidad de los experimentos biohíbridos.

H4. Algunas tareas de clasificación de señales ambientales podrían beneficiarse de la investigación de arquitecturas biohíbridas.

H5. La cooperación entre investigadores, IA y plataformas biológicas puede mejorar la exploración de hipótesis científicas.

Estas hipótesis no se consideran demostradas por el presente documento. 

9.2. Diseño de experimentación

Se propone una metodología comparativa en cuatro grupos:

Grupo

Sistema

Finalidad

A

Algoritmo convencional

Referencia inicial

B

Red neuronal artificial

Comparación con IA

C

Plataforma neuronal biológica

Evaluación biológica

D

Sistema biohíbrido completo

Evaluación integrada

Los experimentos deberán utilizar datos de entrada equivalentes, condiciones documentadas y criterios de evaluación previamente establecidos.

9.3. Variables de evaluación

·         Exactitud de clasificación.

·         Sensibilidad y especificidad.

·         Tiempo de respuesta.

·         Estabilidad temporal.

·         Reproducibilidad.

·         Consumo energético total.

·         Coste por experimento.

·         Variabilidad entre cultivos.

·         Disponibilidad y continuidad de funcionamiento.

9.4. Fases experimentales

1.      Fase A — Simulación previa

Desarrollo de modelos informáticos y definición de los experimentos sin utilizar tejido neuronal.

2.      Fase B — Plataforma biológica

Acceso a una plataforma experimental autorizada y caracterización de sus capacidades.

3.      Fase C — Integración biohíbrida

Conexión controlada de la plataforma biológica con algoritmos, sensores y sistemas de registro.

4.      Fase D — Gemelo digital

Integración de datos experimentales y modelos digitales.

5.      Fase E — Aplicación demostradora

Evaluación de una tarea científica concreta, preferentemente de análisis de señales oceánicas.

 

6.      Fase F — Evaluación independiente

Repetición, auditoría y publicación de los resultados.

9.5. Criterios de validez científica

Ninguna mejora se considerará demostrada si no se cumplen simultáneamente:

·         Comparación con sistemas de referencia.

·         Repetición experimental.

·         Registro de resultados negativos.

·         Control de variables.

·         Evaluación estadística.

·         Documentación de incertidumbres.

·         Revisión científica independiente.


10. ÉTICA, BIOSEGURIDAD Y GOBERNANZA

El desarrollo de sistemas biohíbridos requiere un marco ético específico.

No basta con considerar su viabilidad tecnológica. También deben analizarse la procedencia de las células, los derechos de los donantes, la protección de los datos y las posibles implicaciones de sistemas neuronales de creciente complejidad.

La literatura científica ya identifica estas cuestiones como elementos centrales de la investigación sobre organoides e inteligencia organoide.

10.1. Principios fundamentales

1.      Consentimiento informado y trazabilidad de las muestras.

2.      Protección de la privacidad y los datos asociados.

3.      Supervisión de los protocolos experimentales.

4.      Evaluación de riesgos biológicos.

5.      Prevención de usos no autorizados.

6.      Transparencia científica.

7.      Evaluación ética continuada.

10.2. Comité de gobernanza

Se propone crear el Comité de Ética y Gobernanza Biohíbrida (CEGB).

Composición:

 

 

 

 

·         Especialistas en neurociencia.

·         Expertos en bioética.

·         Juristas especializados.

·         Investigadores en inteligencia artificial.

·         Especialistas en bioseguridad.

·         Representantes institucionales.

·         Representantes de la sociedad civil.

10.3. Conciencia y consideración moral

Una cuestión que requiere especial prudencia es la posible aparición de capacidades relacionadas con la experiencia subjetiva en sistemas neuronales experimentales.

No existe evidencia suficiente para atribuir conciencia a los dispositivos comerciales de computación neuronal descritos.

Sin embargo, el desarrollo de organoides más complejos exige mecanismos de evaluación y revisión ética periódica.

Principio de precaución: la incertidumbre científica no debe utilizarse como excusa para ignorar los posibles riesgos éticos.


11. HOJA DE RUTA 2026–2035

Se propone un desarrollo progresivo de nueve años, dividido en cuatro etapas.

Programa NOOSFERA BIOHÍBRIDA

Planificación propuesta · 2026–2035

1.      2026–2027 · FUNDAMENTACIÓN

Etapa I

o    Revisión científica.

o    Acuerdos con centros especializados.

o    Definición de requisitos.

o    Evaluación de plataformas comerciales.

o    Primer gemelo digital.

o    Marco ético y jurídico.

  

2.      2028–2029 · INTEGRACIÓN

Etapa II

o    Acceso a plataformas biológicas.

o    Interfaz de datos.

o    Integración con IA.

o    Protocolos de comparación.

o    Prototipo UEDTE-BIOCOMPUTING.

 

3.      2030–2032 · DEMOSTRACIÓN

Etapa III

o    Experimentos comparativos.

o    BIO-OCEAN piloto.

o    Integración de gemelos digitales.

o    Evaluación energética.

o    Publicaciones científicas.

 

4.      2033–2035 · CONSOLIDACIÓN

Etapa IV

o    Evaluación independiente.

o    Ampliación de colaboraciones.

o    Nuevos demostradores.

o    Transferencia tecnológica cuando proceda.

o    Propuesta de programa europeo de investigación.

 

11.1. Hitos principales

Año

Hito

2026

Documento científico y requisitos

2027

Acuerdos científicos y evaluación tecnológica

2028

Primer prototipo digital

2029

Integración experimental

2030

Primer demostrador biohíbrido

2031

Validación comparativa

2032

BIO-OCEAN experimental

2033

Evaluación independiente

2034

Consolidación de resultados

2035

Evaluación estratégica y continuidad

Estos hitos son objetivos de planificación, no compromisos de ejecución ni predicciones de disponibilidad tecnológica.

12. MODELO DE COLABORACIÓN CIENTÍFICA E INDUSTRIAL

El programa requiere una estructura multidisciplinar y abierta a colaboraciones nacionales e internacionales.

12.1. Posibles entidades participantes

Entidad

Área de colaboración propuesta

CSIC

Neurociencia, biología y materiales

Universidad Autónoma de Madrid

Investigación biomédica y computación

Universidad Politécnica de Madrid

Ingeniería y gemelos digitales

Cortical Labs

Plataformas de computación neuronal

Indra

Sistemas de integración y procesamiento

GMV

Simulación y sistemas autónomos

Sener

Ingeniería e integración tecnológica

ICFO

Tecnologías fotónicas y sensores

Son entidades potenciales para explorar colaboraciones, no participantes confirmados.

12.2. Estructura organizativa

Se propone una estructura de cinco unidades:

1.      Dirección científica.

2.      Unidad de biocomputación.

3.      Unidad de inteligencia artificial y gemelos digitales.

4.      Unidad de aplicaciones oceánicas.

5.      Comité de ética y gobernanza.

APROCEAN actuaría como promotora de la iniciativa y articuladora de la cooperación científica, tecnológica y marítima.

13. MATRIZ DE REQUISITOS VERIFICABLES

Esta matriz establece las condiciones mínimas para considerar que el proyecto progresa de manera objetiva.

ID

Requisito

Verificación

Prioridad

RB-01

Plataforma de experimentación identificada

Ficha técnica y documentación

Alta

RB-02

Interfaz de comunicación bidireccional

Prueba de entrada y salida

Alta

 

RB-03

Registro de actividad neuronal

Datos electrofisiológicos

Alta

RB-04

Sistema de adquisición de datos

Ensayo de integridad

Alta

RB-05

Integración con IA

Prueba funcional

Alta

RB-06

Gemelo digital operativo

Comparación con datos reales

Alta

RB-07

Trazabilidad experimental

Auditoría de registros

Alta

RB-08

Comparación con sistemas convencionales

Informe estadístico

Alta

RB-09

Protección de datos

Auditoría de seguridad

Alta

RB-10

Evaluación ética

Aprobación del comité competente

Crítica

RB-11

Demostrador BIO-OCEAN

Informe de resultados

Media

RB-12

Reproducibilidad

Repetición independiente

Alta

13.1. Control de alcance

Incluido en el programa

Excluido del MVP

Investigación de laboratorio

Aplicaciones clínicas

Plataformas neuronales autorizadas

Sustitución de ordenadores

Interfaces electrónicas

Sistemas conscientes artificiales

Gemelos digitales

Implantación humana

IA de análisis

Autonomía biológica sin supervisión

Demostradores oceánicos

Despliegue operativo en submarinos

14. INDICADORES DE RENDIMIENTO Y CRITERIOS DE ACEPTACIÓN

Se proponen los siguientes indicadores para evaluar el avance.

Indicador

Criterio de aceptación

Integración

Comunicación bidireccional demostrada

Calidad de datos

Registro íntegro y trazable

Reproducibilidad

Resultados repetidos bajo protocolo común

Rendimiento

Comparación estadística con referencias

Estabilidad

Funcionamiento dentro de límites predefinidos

Gemelo digital

Correspondencia cuantificada con datos experimentales

Seguridad

Auditoría sin riesgos críticos pendientes

Ética

Autorizaciones y revisiones aplicables

Aplicación marina

Demostración con datos oceánicos reales o validados


Regla de decisión: no se avanzará de una etapa a otra por el mero cumplimiento del calendario. Cada transición dependerá de la superación de sus criterios técnicos, científicos y éticos.

14.1. Matriz de decisión experimental

Resultado

Decisión

Rendimiento inferior al convencional

Mantener investigación básica

Rendimiento equivalente

Investigar ventajas específicas

Mejora reproducible en una tarea

Ampliar el demostrador

Resultados inconsistentes

Revisar metodología

Riesgo ético o de bioseguridad

Suspender la actividad afectada

Ventaja demostrada y coste competitivo

Estudiar transferencia tecnológica

15. CONCLUSIONES

La computación biohíbrida representa una línea de investigación emergente que conecta la neurociencia, la biotecnología y la informática.

Los experimentos de DishBrain y el desarrollo de plataformas como CL1 demuestran que es posible establecer interacciones entre redes neuronales vivas y entornos informáticos.

Sin embargo, la distancia entre estas demostraciones y la existencia de ordenadores biológicos de propósito general sigue siendo considerable.

Este documento plantea una estrategia de investigación que evita confundir las expectativas tecnológicas con las capacidades demostradas.

La propuesta NOOSFERA BIOHÍBRIDA introduce una arquitectura de cooperación entre cuatro elementos:

·         Inteligencia humana.

·         Inteligencia artificial.

·         Procesamiento neuronal biológico.

·         Gemelos digitales y entornos experimentales.

Su integración en UEDTE-CUATRO OJOS permitiría estudiar, documentar y comparar sistemas de computación de naturaleza diferente.

La dimensión marítima ofrece un campo adicional de investigación, especialmente en bioacústica, oceanografía, biodiversidad y robótica submarina.

No se trata de afirmar que los ordenadores vivos vayan a controlar los sistemas autónomos del futuro. Se trata de investigar rigurosamente si las propiedades de los sistemas biológicos pueden contribuir a resolver determinados problemas científicos y tecnológicos.

La gran oportunidad consiste en pasar de una informática que intenta reproducir determinados comportamientos biológicos a una informática capaz de investigar y cooperar directamente con sistemas vivos.

15.1. Reflexión estratégica

La evolución de la inteligencia tecnológica puede contemplarse desde tres grandes etapas:

1.      Máquinas que calculan.

2.      Máquinas que aprenden.

3.      Sistemas híbridos que investigan nuevas formas de cooperación entre componentes humanos, artificiales y biológicos.

La tercera etapa constituye una hipótesis de desarrollo, no una evolución inevitable.

En este contexto, la NOOSFERA BIOHÍBRIDA aspira a convertirse en un entorno de experimentación y conocimiento compartido.

Su principio fundamental continúa siendo el de CUATRO OJOS:

«Dado un número suficiente de ojos, todos los fallos son superficiales».

La incorporación de nuevos sistemas de procesamiento no sustituye la inteligencia colectiva humana: amplía el campo de investigación y las posibilidades de colaboración.

16. BIBLIOGRAFÍA CIENTÍFICA Y DOCUMENTAL

Las siguientes publicaciones constituyen la base bibliográfica inicial del documento.

1. Kagan, B. J. et al. (2022). In vitro neurons learn and exhibit sentience when embodied in a simulated game-world. Neuron, 110(23), 3952–3969.e8. DOI: 10.1016/j.neuron.2022.09.001. Consultar publicación científica.

2. Smirnova, L. (2024). Biocomputing with organoid intelligence. Nature Reviews Bioengineering, 2, 633–634. DOI: 10.1038/s44222-024-00200-6. Consultar publicación.

3. Hartung, T., Morales Pantoja, I. E. y Smirnova, L. (2024). Brain organoids and organoid intelligence from ethical, legal, and social points of view. Frontiers in Artificial Intelligence. DOI: 10.3389/frai.2023.1307613. Consultar publicación.

4. Shlobin, N. A., Savulescu, J. y Baum, M. L. (2024). The ethical landscape of human brain organoids and a mindful innovation framework. Nature Reviews Bioengineering, 2, 785–796. Consultar publicación.

5. Beyond consciousness: Ethical, legal, and social issues in human brain organoid research and application (2025). European Journal of Cell Biology. DOI: 10.1016/j.ejcb.2024.151470. Consultar publicación.

6. Cortical Labs. Documentación técnica y comercial del sistema CL1. Plataforma CL1.

7. Cortical Labs. Documentación de Cortical Cloud. Cortical Cloud.

 

No hay comentarios:

Publicar un comentario