La rata que accionó una palanca sin moverse

Mi padre probaba un circuito poniendo una lámpara en contacto con él. Si la lámpara se encendía, había corriente; si no se encendía, no la había, y ninguna opinión sobre el cableado cambiaba el resultado. Pensé en aquella lámpara cuando leí por primera vez el artículo de 1999 publicado en Nature Neuroscience por los laboratorios de John Chapin y Miguel Nicolelis. Una rata accionaba una palanca para llevarse agua a la boca. Después desconectaron la palanca del suministro de agua, y una computadora que leía la actividad de las neuronas de la rata movía un brazo robótico en su lugar. El agua llegaba de todos modos. Durante unos minutos la lámpara se encendió y, al parecer, algunas de las ratas dejaron por completo de accionar la palanca.

Empiezo por ahí porque todo lo demás en este ensayo, tanto mi admiración como mi discrepancia, nace de esa escena pequeña y ligeramente absurda. Una rata permanecía inmóvil y una máquina se movía. En 1999 aquello fue una medición, y nadie ha podido anularla.

Lo que fue suyo y lo que fue compartido

La historia de las interfaces cerebro-máquina no es la historia de un solo hombre. A finales de la década de 1960, Eberhard Fetz informó de que los monos podían aprender a controlar la descarga de una sola neurona si recibían una recompensa por hacerlo. En la década de 1980, Apostolos Georgopoulos y sus colegas demostraron que la dirección del movimiento de un brazo está representada en una población de células de la corteza motora, y no en una sola, una idea en la que se apoya toda interfaz posterior. Philip Kennedy ya implantaba electrodos en personas con parálisis en la década de 1990. Chapin y Nicolelis desarrollaron juntos las técnicas para registrar simultáneamente la actividad de muchas neuronas en animales mientras estos actuaban, y sin ese dominio técnico no habría sido posible intentar lo demás. En 2000, el grupo de Nicolelis publicó en Nature un resultado en el que la actividad cortical de unos monos controlaba un brazo robótico en tiempo real. En los años siguientes, otros grupos desarrollaron sus propias demostraciones, entre ellos el de Andrew Schwartz en Pittsburgh y el de John Donoghue en Brown, cuyo equipo BrainGate informó en 2006 de que un hombre con parálisis movía un cursor en una pantalla mediante un implante en la corteza motora. Aquel no fue el primer implante en un ser humano; el de Kennedy fue anterior. Fue una demostración de otro tipo, y fue importante.

Entonces, ¿qué le correspondió a Nicolelis? Diría que dos cosas, y las diría sin rodeos. Él y sus colaboradores demostraron de manera temprana y convincente que la actividad de poblaciones de neuronas registrada simultáneamente podía controlar un dispositivo físico en tiempo real. Y llevaron la idea fuera del laboratorio hasta el Walk Again Project, un consorcio internacional cuya demostración con un exoesqueleto abrió el Mundial de 2014 en São Paulo, donde un brasileño con parálisis dio el saque de honor. Interpreto aquel saque como una demostración, una prueba pública de que las piezas podían funcionar juntas en un escenario, ante la mirada del mundo entero. Cómo debe valorarse como terapia es otra cuestión, y no lo juzgo con ese criterio. Tampoco me parece poca cosa. La ciencia que nunca sale de la mesa de laboratorio rara vez cambia la vida de alguien, y Nicolelis estuvo dispuesto a dejarse ver intentando algo difícil en público.

La ola que vino después

Ahora está de moda hablar como si la historia de los implantes cerebrales hubiera comenzado con la llegada de las empresas. Neuralink se fundó en 2016. En enero de 2024 anunció su primer implante en un ser humano, y el participante, Noland Arbaugh, se mostró después controlando un cursor en una pantalla. Synchron trabaja con un dispositivo que se introduce a través de un vaso sanguíneo en vez de colocarse en la corteza. Blackrock Neurotech lleva años suministrando matrices de electrodos utilizadas en buena parte de la investigación académica. No pretendo menospreciar nada de esto. Los ingenieros que consiguen que un implante sea pequeño, inalámbrico y viable de fabricar están resolviendo un problema que los laboratorios académicos, incluidos aquellos en los que trabajé, no sabían resolver bien. Un laboratorio publica un artículo; una empresa tiene que fabricar diez mil unidades de lo mismo.

Pero la secuencia importa para entender la ciencia. El principio de que la actividad de una población de neuronas de la corteza motora puede leerse, decodificarse y utilizarse para mover una máquina quedó establecido en animales antes de que existieran las empresas, y en personas antes de que se fundara la mayoría de ellas. Lo que las empresas han aportado es escala y capital, y ambas cosas son reales, y ambas son distintas del descubrimiento. Un lector que conozca la historia al revés pensará que la visión de un multimillonario abrió una posibilidad. Lo que consta es que esa posibilidad surgió de años registrando la actividad neuronal de ratas y monos a las tres de la madrugada, y que después alguien construyó una lámpara mejor.

En cuanto a la elección entre métodos invasivos y menos invasivos, no creo que la cuestión esté resuelta, y mi propia lectura es cautelosa. Un electrodo que penetra en la corteza daña parte del tejido y tiende a perder señal con el tiempo, por lo que la discusión sobre dónde colocar los cables es seria, y por lo que un dispositivo situado fuera del cráneo o dentro de un vaso sanguíneo merece el mismo escrutinio que uno situado en el cerebro.

El veredicto

Aquí es donde discrepo de él. En El verdadero creador de todo, publicado en 2020, Nicolelis sostiene que la inteligencia es una propiedad de la materia orgánica viva, que no puede computarse y que lo que se llama inteligencia artificial no es ni inteligente ni artificial, sino un software estadístico avanzado que se apoya en trabajo humano oculto. Estoy de acuerdo con buena parte de esto. El trabajo humano que hay detrás de estos sistemas es real; hay personas que etiquetan, ordenan y corrigen, a menudo con poca remuneración y poco reconocimiento. El discurso comercial es exagerado. Los sistemas enuncian falsedades con el mismo tono uniforme con el que enuncian verdades.

Lo que no puedo aceptar es el paso de ahí al veredicto. «Estadístico» describe cómo se entrena un modelo. No describe lo que deja el entrenamiento. Dediqué mi carrera a los circuitos pequeños, y la lección que extraje es que una regla para ajustar conexiones no dice casi nada sobre lo que esas conexiones terminan haciendo una vez ajustadas. La frase de Hebb sobre las células que se activan juntas es una regla de ese tipo, estadística si se quiere. Nadie habría podido inferir de ella lo que haría un hipocampo.

Esta es mi propia interpretación, y la señalo como tal porque las pruebas siguen siendo objeto de debate. Entrenar un sistema para predecir lo obliga a construir una estructura interna que lo ayuda a predecir, y esa estructura no la escribe nadie. A un modelo se le pueden mostrar unos pocos ejemplos de una tarea en un único mensaje de entrada, y después puede realizarla. Llamar a eso «solo estadística» es como llamar a una corteza «solo electroquímica»: se nombra el sustrato y se elude la cuestión. No es una mente. Tampoco es una tabla de consulta con buenos modales.

Ahora, la afirmación en sí: que la inteligencia no puede computarse. Observo que es una hipótesis sobre el mundo, del mismo tipo que la afirmación de que sí puede. Ninguna de las dos se ha medido. Los argumentos más sólidos de Nicolelis proceden, según los entiendo, de su concepción del cerebro como un híbrido de procesos digitales y analógicos, que expuso con Ronald Cicurel en El cerebro relativista, publicado en 2015. Me lo tomo en serio y no me burlaría de ello. Es un modelo, no un resultado, y le corresponde precisar qué le falta exactamente a una computación que sí tenga una corteza, en términos que un experimento pudiera llegar a dirimir. Las ecuaciones de Hodgkin y Huxley, publicadas en 1952 a partir de trabajos sobre el axón gigante del calamar, son continuas, las resolvemos por computadora todos los días y reproducen el potencial de acción. Es posible que algo en el tejido a mayor escala importe de una manera que ninguna ecuación haya captado todavía. También es posible que no hayamos investigado lo suficiente como para poder afirmarlo.

Una simetría extraña

Lo que más me interesa es que el experimento que admiro es el mejor argumento contra el veredicto. La rata de 1999, y los monos que vinieron después, demostraron que la actividad de un número modesto de neuronas, registrada simultáneamente y procesada por un decodificador, transmite lo suficiente de la intención del cerebro como para mover un brazo. Un decodificador es un objeto estadístico, una función ajustada en el sentido más llano. Todo el edificio de la interfaz descansa en el hecho de que algo tan humilde como una regresión puede captar una parte de lo que hace una corteza, lo bastante bien como para que el animal aprenda después a utilizar la interfaz. Si la estadística fuera una mera capa superficial sobre algo que no puede captarse, la interfaz no habría funcionado en 1999. Funcionó porque la actividad del cerebro tiene una estructura que las matemáticas pueden seguir. Esa es mi interpretación, y un lector puede oponerse a ella razonablemente: un decodificador sigue un rastro del cerebro, y un rastro no es la cosa misma.

No concluyo que un modelo de lenguaje entienda nada como una rata entiende el agua. Las diferencias siguen siendo enormes. Un cerebro humano funciona con unos veinte vatios, una cifra que no dice nada sobre el de una rata, y un cerebro humano también tiene un cuerpo, sueño, una muerte y una historia evolutiva que le enseñó a querer cosas. Creo que esas diferencias son el verdadero asunto, y que la palabra «estadística» las oculta tanto como la palabra «inteligencia».

Guardo un viejo osciloscopio en un estante en Posadas, y algunas tardes, mientras el río se oscurece y las luces se encienden al otro lado del agua, pienso en la lámpara que mi padre ponía en contacto con un cable. Nunca le pidió su opinión a nadie. La pregunta que le haría al veredicto es de ese tipo. No quién tiene razón sobre la naturaleza de la inteligencia, sino qué veríamos en la pantalla, y qué haríamos, si una máquina que por hipótesis no pudiera ser inteligente empezara a ser utilizada por un cerebro como si fuera una parte de sí mismo.