Da Redação
Protótipo instalado na Universidade Nacional de Singapura reúne 20 computadores biológicos com neurônios humanos cultivados em laboratório; tecnologia promete consumir muito menos energia que chips convencionais e inaugura questões profundas sobre o futuro da computação, da IA e dos limites éticos da exploração de sistemas vivos
Uma fronteira que durante décadas pertenceu principalmente à ficção científica começa a ganhar existência material. Singapura colocou em operação um protótipo de centro de dados no qual células cerebrais humanas vivas cultivadas em laboratório funcionam como parte do sistema computacional. O projeto combina neurônios humanos e chips de silício, criando uma infraestrutura híbrida em que atividade biológica pode ser estimulada, medida e convertida em processamento de informação.
O projeto foi desenvolvido pela Yong Loo Lin School of Medicine da National University of Singapore (NUS Medicine), pela operadora de data centers DayOne e pela empresa australiana Cortical Labs. O protótipo utiliza um conjunto de 20 unidades CL1, plataforma de computação biológica desenvolvida pela Cortical Labs. A instalação foi apresentada publicamente em agosto e representa um passo na tentativa de levar a chamada computação biológica para além dos experimentos isolados de laboratório.
Não se trata, porém, de um “cérebro humano dentro de um computador”. Essa interpretação seria enganosa. O sistema emprega neurônios cultivados a partir de células-tronco e integrados a matrizes de microeletrodos. Esses eletrodos estabelecem uma interface entre o tecido neural vivo e equipamentos eletrônicos convencionais, permitindo enviar estímulos aos neurônios e registrar sua atividade elétrica.
Segundo informações divulgadas sobre o sistema, cada unidade CL1 contém pelo menos cerca de 200 mil neurônios humanos cultivados em laboratório. As células utilizadas podem ser obtidas a partir de células humanas reprogramadas para um estado semelhante ao de células-tronco e posteriormente diferenciadas em neurônios. Esses neurônios formam redes capazes de produzir atividade elétrica que pode interagir com hardware e software.
É precisamente essa integração que torna o experimento extraordinário. Durante praticamente toda a história da computação moderna, a inteligência computacional esteve associada ao processamento eletrônico realizado por componentes artificiais. Agora surge uma tentativa de utilizar diretamente uma das estruturas que inspiraram a própria inteligência artificial: redes de neurônios biológicos.
O termo utilizado pelos desenvolvedores é wetware, em contraposição ao hardware tradicional. Em vez de depender exclusivamente de transistores gravados em semicondutores, parte da computação passa a ocorrer num substrato vivo. A NUS descreve o Biological Data Centre como uma nova geração de infraestrutura que pretende investigar como neurônios biológicos podem complementar sistemas convencionais de inteligência artificial.
A diferença fundamental está na extraordinária eficiência energética desenvolvida pela evolução biológica. O cérebro humano realiza tarefas extremamente complexas consumindo aproximadamente a energia de uma pequena lâmpada. Os grandes sistemas contemporâneos de inteligência artificial, ao contrário, dependem de enormes instalações contendo milhares de processadores, redes de comunicação, sistemas elétricos e equipamentos de refrigeração.
É nesse ponto que a experiência de Singapura pode adquirir importância econômica e ambiental.
Segundo o fundador da Cortical Labs, Hon Weng Chong, cada CL1 consome aproximadamente 30 watts incluindo seu sistema de suporte vital. Como comparação apresentada na cobertura do projeto, uma GPU Nvidia H100 SXM pode atingir cerca de 700 watts sob cargas elevadas, enquanto um servidor equipado com oito desses processadores pode alcançar consumo total muito superior quando são incluídos os demais componentes. Essa comparação, contudo, não significa que um CL1 possua desempenho equivalente a uma H100: são arquiteturas completamente diferentes, destinadas neste momento a tipos distintos de processamento.
Essa ressalva é essencial. A própria Cortical Labs reconhece que o silício continua muito superior para cálculos rápidos, previsíveis e repetitivos característicos dos atuais grandes modelos de linguagem. A aposta da computação biológica está em outro atributo: a possibilidade de sistemas vivos aprenderem e se adaptarem utilizando relativamente poucos exemplos e pouca energia.
A promessa, portanto, não é substituir imediatamente os data centers tradicionais por cérebros cultivados. É investigar se determinados problemas computacionais podem ser transferidos para sistemas biológicos particularmente eficientes em aprendizagem e adaptação.
E manter um computador desse tipo funcionando significa literalmente mantê-lo vivo.
Os neurônios precisam receber nutrientes. Técnicos alimentam as células aproximadamente a cada três dias com uma solução contendo açúcar, micronutrientes e substâncias destinadas ao controle do pH. Um sistema próprio fornece gases como oxigênio, dióxido de carbono e nitrogênio. Em outras palavras, o centro de dados começa a adquirir características simultaneamente de laboratório de neurobiologia e infraestrutura computacional.
Essa característica modifica profundamente até mesmo o significado físico de uma máquina. Um servidor convencional pode ser desligado, armazenado, desmontado e substituído. Um computador contendo tecido neural possui necessidades biológicas: precisa de nutrientes, condições químicas adequadas e suporte ambiental para que suas unidades de processamento permaneçam funcionais.
O interesse de Singapura nessa tecnologia também possui uma razão estrutural. Data centers exigem enormes quantidades de eletricidade, água, refrigeração e território. Para uma cidade-Estado pequena, densamente urbanizada e transformada em um dos grandes centros digitais asiáticos, essa equação tornou-se particularmente sensível. O próprio crescimento dos data centers chegou a ser temporariamente restringido pelo governo singapuriano devido às preocupações relacionadas ao consumo energético.
A explosão mundial da inteligência artificial tornou esse problema ainda maior. Quanto mais sofisticados se tornam os modelos, maior tende a ser a infraestrutura necessária para treiná-los e operá-los. A corrida pela IA tornou-se, portanto, também uma corrida por eletricidade, semicondutores, refrigeração, centros de dados e capital.
A computação biológica tenta introduzir outra variável nessa equação: eficiência neural.
As aplicações imaginadas pelos desenvolvedores incluem descoberta de medicamentos, pesquisa biomédica, robótica humanoide, segurança cibernética, detecção de fraudes e determinados sistemas adaptativos de inteligência artificial. A DayOne afirma que um dos objetivos do projeto é justamente explorar caminhos que vão da pesquisa farmacológica e biomédica à otimização energética e aplicações avançadas de IA.
Mas talvez as perguntas mais profundas não sejam tecnológicas.
São filosóficas e políticas.
Quanto mais complexos se tornarem esses sistemas, mais difícil será evitar questões relacionadas à natureza do substrato utilizado. Um conjunto de algumas centenas de milhares de neurônios cultivados numa placa não equivale a um cérebro humano e não existe evidência apresentada pelo projeto de que essas unidades possuam consciência, personalidade ou experiência subjetiva comparável à humana. Seria cientificamente irresponsável afirmar isso.
Mas a trajetória tecnológica abre uma questão que não pode ser descartada: em que ponto a complexidade de sistemas neurais cultivados exigiria novas categorias éticas?
Se estruturas biológicas se tornarem progressivamente maiores, mais conectadas e capazes de aprender, pesquisadores precisarão desenvolver métodos para investigar não apenas sua eficiência computacional, mas também quais propriedades emergentes podem aparecer. É uma discussão que envolve neurociência, filosofia da mente, bioética e direito e que provavelmente crescerá junto com a tecnologia.
Existe ainda uma questão econômica igualmente poderosa. Os grandes modelos atuais estão concentrados nas mãos de poucas empresas e países porque exigem infraestrutura extremamente cara. Se a computação biológica amadurecer, surgirá uma nova cadeia estratégica envolvendo células, biotecnologia, neuroengenharia, interfaces bioeletrônicas, propriedade intelectual e centros especializados.
Quem dominar essa cadeia poderá controlar uma nova camada da infraestrutura computacional mundial.
É por isso que o experimento de Singapura deve ser observado também a partir do Sul Global. A história das revoluções tecnológicas mostra que os países que chegam apenas como consumidores geralmente pagam pelo conhecimento produzido em outros lugares, enquanto aqueles que dominam ciência, patentes, fabricação e infraestrutura capturam a maior parcela do valor econômico.
A computação biológica ainda está extremamente distante de substituir a infraestrutura digital convencional. Mas é justamente nesta fase inicial que universidades, Estados e empresas definem padrões, acumulam conhecimento, registram propriedade intelectual e formam especialistas.
O Brasil possui universidades, neurocientistas, pesquisadores em células-tronco, biotecnologia, inteligência artificial e engenharia capazes de participar dessa fronteira. A questão estratégica é se tecnologias como essa serão vistas apenas como curiosidades estrangeiras ou incorporadas antecipadamente às políticas nacionais de ciência e tecnologia.
O protótipo de Singapura também precisa ser dimensionado corretamente. Estamos diante de uma plataforma experimental de 20 unidades, não de uma gigantesca fazenda de cérebros substituindo servidores convencionais. A descrição mais prudente é a de uma infraestrutura pioneira destinada a demonstrar que computadores biológicos podem ser agrupados e operados num ambiente semelhante ao de um pequeno centro de dados.
Mesmo assim, existe algo historicamente simbólico acontecendo.
Durante décadas, engenheiros tentaram construir máquinas que imitassem o cérebro. Redes neurais artificiais receberam esse nome exatamente porque foram inspiradas, de maneira bastante simplificada, no funcionamento dos neurônios. Agora, depois de construir sistemas artificiais inspirados pela biologia, pesquisadores começam a realizar o movimento inverso: incorporar a própria biologia à máquina.
A fronteira entre computador e organismo torna-se menos nítida.
E talvez seja essa a verdadeira importância do experimento de Singapura. O CL1 não demonstra que computadores biológicos substituirão GPUs, nem que células cultivadas adquiriram consciência ou que estamos diante de cérebros artificiais. Demonstra algo mais concreto e, por isso mesmo, extraordinário: tecido neural humano vivo já pode integrar uma infraestrutura computacional operacional, aprender através de interfaces eletrônicas e participar do processamento de informação.
A humanidade passou décadas perguntando se seria possível fazer uma máquina pensar como um cérebro. A computação biológica começa a formular uma pergunta diferente: e se, em vez de apenas imitar o cérebro, colocarmos neurônios vivos dentro da própria arquitetura da computação?
Singapura acaba de transformar essa pergunta em infraestrutura experimental.
E aquilo que hoje ocupa apenas vinte pequenas unidades dentro de um laboratório pode estar inaugurando uma das discussões tecnológicas, econômicas e éticas mais importantes das próximas décadas.
