¿Puede una cucaracha cíborg guiada por IA moverse mejor sin que un algoritmo controle cada uno de sus pasos?

ROBÓTICA / INTELIGENCIA ARTIFICIAL.

Descubre cómo una cucaracha cíborg puede reanudar su marcha con IA sin seguir órdenes paso a paso. La biología aún lleva el control. Conoce el experimento.

Imagine una cucaracha con una diminuta mochila electrónica sobre el abdomen, avanzando entre pequeñas rocas y montículos de arena hacia un objetivo. Cada vez que se detiene, un algoritmo lo detecta y una descarga eléctrica minúscula la impulsa de nuevo. No es un robot que corre más rápido: es un experimento que invierte por completo la lógica de la robótica.

¿Es posible mejorar el movimiento de un ser vivo sin controlar cada uno de sus pasos? Esa es la pregunta que subyace bajo los titulares recientes sobre cucarachas cíborg. La respuesta obliga a distinguir con precisión qué hace realmente el aprendizaje automático y qué sigue haciendo, por sí sola, la biología del insecto.

Qué hace el algoritmo (y qué no).

El trabajo de referencia, publicado en marzo de 2023 en la revista Cyborg and Bionic Systems por Mochammad Ariyanto y sus colaboradores de la Universidad de Osaka y la Universidad de Diponegoro, no convirtió al insecto en una máquina que piensa. Diseñó un sistema biohíbrido en el que la cucaracha aporta los músculos, la locomoción y la capacidad natural de sortear obstáculos, mientras una capa electrónica se limita a supervisar su estado.

El experimento empleó tres cucarachas sibilantes de Madagascar (Gromphadorhina portentosa), machos adultos, dentro de una arena circular de 80 centímetros de diámetro. Cada ejemplar llevaba electrodos de platino implantados en los cercos, apéndices sensoriales situados al final del abdomen, y en el tórax. Los animales se recuperaron durante más de 24 horas después de la intervención quirúrgica.

La mochila incorporaba una unidad de medición inercial MPU-9250 de nueve ejes, algo parecido a la unidad de navegación que usan los teléfonos móviles para saber cómo los movemos. Sus datos de aceleración y giro, divididos en ventanas de 1,5 segundos, alimentaban un clasificador lineal de máquinas de soporte vectorial, o SVM por sus siglas en inglés.

Un supervisor de tráfico, no un piloto.

La función de ese clasificador era sorprendentemente simple: distinguir entre dos estados, move (en movimiento) y stop (detenida). Cuando el sistema detectaba que el insecto llevaba parado alrededor de un segundo, activaba automáticamente la estimulación eléctrica de los cercos para inducir de nuevo la marcha. Nada más. El algoritmo no dirigía cada zancada ni decidía por completo la trayectoria.

Conviene entender la metáfora exacta. El sistema funciona como un supervisor de tráfico que no conduce los coches, sino que detecta los atascos y aplica una señal para que la circulación se reanude. La cucaracha sigue siendo quien mueve las patas, quien ajusta el equilibrio y quien resuelve localmente muchos encuentros con el entorno.

Las cifras de precisión que suelen citarse conviene leerlas con cuidado. El clasificador alcanzó un 99,85 % de acierto al identificar el estado de parada y un 98,64 % al detectar el movimiento. Son precisiones específicas para cada una de esas dos clases, no una única cifra global del sistema. El propio SVM fue elegido porque superó a otros modelos probados, como la regresión logística o el vecino más cercano.

Reducir las paradas no es correr más rápido.

Aquí aparece la principal confusión que arrastran los titulares. La estimulación automática produjo mejoras notables, pero no las que se suelen anunciar. El resultado central fue una reducción del 78 % del tiempo de parada, acompañada de incrementos de hasta el 68 % en la tasa de búsqueda y de hasta el 70 % en la distancia recorrida.

Sin embargo, ninguna de esas métricas demuestra que la cucaracha corra más deprisa. Optimización no equivale a aceleración. La cobertura mejora sobre todo porque el insecto pasa menos tiempo inmóvil, no porque su velocidad máxima aumente. La diferencia parece sutil, pero cambia por completo la interpretación del hallazgo.

Del mismo modo, el estudio de 2023 tampoco reconocía directamente el tipo de terreno. La unidad inercial no produce una imagen del entorno: mide vibraciones y giros, igual que un sistema podría deducir que un vehículo está atascado por cómo tiembla, sin identificar necesariamente el obstáculo que lo bloquea. Por eso, la etiqueta de "reconocimiento de terreno mediante inteligencia artificial" resulta engañosa si se aplica a aquel experimento. Como resumió el propio Ariyanto, el equipo demostró "la optimización del rendimiento del movimiento de cucarachas cíborg en un espacio circular acotado incorporando un clasificador de aprendizaje automático en línea".

Navegar entre rocas es otra tarea distinta.

Un estudio posterior, publicado en Soft Robotics, dio un paso conceptual diferente. Ya no se trataba de reducir pausas dentro de una arena vacía, sino de llevar al insecto hasta una zona objetivo a través de suelo granular, rocas y obstáculos, evitando que quedara atrapado o detenido. El éxito se definió operativamente como alcanzar una diana circular sin bloquearse por el camino.

En ese trabajo, el tiempo medio de navegación fue de 77,1 segundos en el escenario menos complejo y de 183 segundos en el más difícil, con más obstáculos, paredes más altas y arena adicional. Esa diferencia no mide una velocidad de carrera general: refleja hasta qué punto la complejidad del entorno sigue imponiendo una factura elevada. El terreno difícil casi triplica el tiempo necesario.

Un tercer sistema biohíbrido, descrito en Heliyon en 2024, añadió un sensor de distancia por tiempo de vuelo y demostró que la estimulación de las antenas podía favorecer los giros, mientras la de los cercos promovía el avance. En ese trabajo, la electrónica funcionaba a bordo, sin depender de una cámara externa ni de un ordenador remoto, lo que apunta a un grado creciente de autonomía en este tipo de plataformas.

El cambio de paradigma: aprovechar la evolución en vez de imitarla.

La verdadera novedad no está en la potencia del algoritmo, sino en la inversión de la lógica habitual de la robótica. En lugar de fabricar artificialmente una plataforma capaz de sortear cualquier irregularidad del terreno, estos proyectos aprovechan una capacidad evolutiva que ya existe. Millones de años han producido un cuerpo optimizado para moverse por espacios estrechos y desordenados; la ingeniería se limita a añadir una capa de dirección.

Es una arquitectura de inteligencia distribuida. La electrónica reconoce estados simples y aplica estímulos; el organismo aporta el hardware locomotor, la adaptación fina y parte de la toma de decisiones. El coste de esa elegancia es evidente: el sistema depende de la fisiología, del comportamiento y del estado de un animal vivo, algo mucho menos predecible que un motor eléctrico.

De hecho, ahí reside una paradoja interesante. Cuanto más se confía en que el insecto resuelva por sí mismo los obstáculos, más flexible resulta el sistema, pero también menos determinista. Y cuanto más se intenta imponer una ruta mediante estimulación intensa y frecuente, mayor es la intervención sobre el animal y mayor la dependencia de electrodos, batería y comunicaciones.

¿Rescate entre escombros? Todavía es una hipótesis.

La aplicación más citada es la búsqueda y el rescate. Un insecto de pocos centímetros podría entrar en huecos inaccesibles para robots rígidos o para las personas, dentro de un edificio derrumbado. La idea es plausible, pero conviene mantenerla en el terreno de la posibilidad experimental, no de la tecnología operativa.

Un escenario real añadiría polvo, agua, temperaturas variables, pérdida de señal, obstáculos móviles y la necesidad de localizar con precisión a una persona. A ello se suman incertidumbres nada menores: el reducido tamaño muestral (tres ejemplares en el estudio principal) impide estimar la variabilidad individual, y las precisiones del clasificador no garantizan el mismo rendimiento ante suciedad, enganches o daños en los sensores.

La frontera ética del control biohíbrido.

Hay una última dimensión que el entusiasmo tecnológico no debería eclipsar. La pregunta relevante deja de ser "¿es inteligente el robot?" para convertirse en "¿quién controla y quién responde por las decisiones que afectan a un animal?". La cucaracha no puede consentir la cirugía ni la estimulación eléctrica.

Por eso, cualquier evaluación seria debe ponderar el bienestar animal, la duración de los ensayos, la intensidad de las señales y la justificación científica frente a los beneficios esperados, sin atribuir al insecto capacidades cognitivas humanas. El futuro de estos sistemas dependerá tanto de resolver los límites técnicos, la autonomía energética o la fiabilidad de las comunicaciones, como de trazar con claridad esa frontera moral. Aprovechar la evolución en lugar de imitarla es una idea elegante; convertirla en tecnología responsable será el verdadero desafío.

Por: Muy Interesante.

Sitio Fuente: MuyInteresante