31/08/2026
O futuro dos computadores pode estar vivo literalmente.
Durante décadas, falar sobre computadores signif**ava falar sobre transistores, chips e silício. Agora, uma pergunta começa a desafiar essa visão: e se o próximo grande salto da computação não vier de um componente mais rápido, mas de um componente vivo?
Essa não é apenas uma hipótese de ficção científ**a. Empresas e grupos de pesquisa já desenvolvem sistemas capazes de conectar neurônios cultivados em laboratório a circuitos eletrônicos. Um dos exemplos mais conhecidos é o trabalho da Cortical Labs, que criou o CL1, um sistema que combina tecido neural vivo, hardware de silício e software em um ambiente integrado.
A proposta é ousada: utilizar a capacidade natural dos neurônios de se adaptar, aprender e processar sinais para investigar uma nova geração de sistemas computacionais mais eficientes, flexíveis e próximos do funcionamento do cérebro.
O que é um computador biológico?
Um computador biológico não é um computador tradicional feito inteiramente de matéria orgânica. Trata-se de uma arquitetura híbrida. De um lado, estão os componentes eletrônicos responsáveis por estimular e registrar a atividade neural. Do outro, estão redes de neurônios cultivadas em laboratório e mantidas vivas em condições controladas.
No CL1, os neurônios crescem sobre um chip equipado com eletrodos. Esses eletrodos enviam sinais elétricos para as células e captam suas respostas. Um sistema de software cria um ambiente virtual para que a rede neural receba informações e, por meio de seus padrões de atividade, influencie esse ambiente.
Essa combinação conecta wetware, o componente biológico, a hardware e software. O objetivo não é simplesmente substituir um chip por células, mas explorar o que pode acontecer quando a capacidade adaptativa dos neurônios é integrada à programabilidade da computação digital.
Neurônios podem realmente aprender?
Em 2022, um estudo publicado na revista Neuron apresentou o sistema DishBrain, no qual redes de neurônios humanos e de camundongos foram conectadas a um ambiente virtual inspirado no jogo Pong. As células recebiam estímulos elétricos relacionados ao estado do jogo, e suas respostas eram convertidas em ações dentro desse ambiente.
Os pesquisadores relataram mudanças de desempenho ao longo do tempo em condições de feedback fechado, nas quais o sistema recebia informações sobre as consequências de suas próprias respostas.
Isso não signif**a que uma “miniatura de cérebro” tenha surgido em uma placa, nem que as células possuam consciência semelhante à humana. O resultado indica que redes neurais vivas podem demonstrar adaptação em um sistema experimental controlado.
Essa distinção é fundamental. A computação biológica ainda está em fase inicial, e expressões como “computador vivo” podem criar expectativas exageradas. O valor da tecnologia está em investigar como redes biológicas processam informação, aprendem com o ambiente e reorganizam suas conexões.
Por que utilizar neurônios em vez de apenas chips?
O principal interesse está na eficiência energética e na capacidade de adaptação. O cérebro humano é frequentemente utilizado como referência para o desenvolvimento de arquiteturas computacionais mais eficientes. O NIST destaca que o funcionamento cerebral inspira circuitos capazes de processar informações com menor demanda energética.
É importante fazer uma ressalva: isso não signif**a que todo computador biológico já seja mais eficiente do que qualquer computador eletrônico. Sistemas com neurônios vivos precisam de suporte, nutrientes, sensores e equipamentos de leitura. Portanto, a eficiência é uma possibilidade promissora, não uma conclusão definitiva para todas as aplicações.
A expectativa é que os neurônios possam contribuir especialmente em tarefas que dependem de aprendizagem, reconhecimento de padrões, adaptação a situações novas e processamento de sinais incompletos. Em vez de executar apenas instruções rígidas, uma rede neural biológica pode modif**ar suas respostas com base na experiência recebida.
Onde essa tecnologia pode ser aplicada?
Na pesquisa médica, redes neurais cultivadas podem ajudar a estudar mecanismos associados a doenças neurológicas e observar como determinados compostos alteram o comportamento celular. A Cortical Labs apresenta o CL1 como uma plataforma para investigar funções neurais e realizar te**es com modelos celulares humanos.
Também existe potencial para o desenvolvimento de novos modelos de inteligência artificial. Ao observar como redes biológicas aprendem com poucos exemplos e se ajustam a estímulos, pesquisadores podem encontrar princípios úteis para criar algoritmos e arquiteturas mais eficientes.
Referências
https://corticallabs.com/cl1 "Cortical Labs — CL1: Biological Computer"
https://doi.org/10.1016/j.neuron.2022.09.001 "Kagan et al. — In vitro neurons learn and exhibit sentience when embodied in a simulated game-world, Neuron"
https://www.nist.gov/blogs/taking-measure/brain-inspired-computing-can-help-us-create-faster-more-energy-efficient "NIST — Brain-Inspired Computing Can Help Us Create Faster, More Energy-Efficient Devices"