Parasma, una startup fundada por Sean Cole, anunció su lanzamiento público el 13 de agosto de 2026 con un objetivo ambicioso: desarrollar algoritmos e infraestructura para computación impulsada por células cerebrales humanas como alternativa energéticamente eficiente a las GPU.

De jugar Doom a predecir tokens

El trabajo detrás de Parasma se hizo visible a principios de año, cuando Cole colaboró con Cortical Labs para entrenar una cultura de neuronas humanas a jugar Doom. Ese experimento, que usó alrededor de 200.000 neuronas conectadas a un chip, demostró que células vivas podían aprender tareas complejas mediante estímulos eléctricos.

Ahora, Parasma ha dado un paso más allá: entrenar esas mismas células para realizar predicción de next-token, la tarea central de los modelos de lenguaje modernos. La arquitectura convierte palabras de contexto en estímulos eléctricos que se entregan a las células. Sus respuestas se miden, se decodifican directamente en tokens y el sistema retroalimenta si cada predicción fue correcta.

En pruebas iniciales, las neuronas predijeron correctamente el 90% de las decisiones de next-token mientras procesaban el contexto completo de la oración. Los controles aleatorios obtuvieron resultados significativamente peores, consistentes con el azar.

En un experimento más difícil, de predicción no lineal donde ningún token individual del contexto determina la respuesta, las células alcanzaron 78,1% de precisión, superando el límite del 75% que un decodificador lineal de silicio podría lograr. «Cruzar esta frontera que un decodificador lineal de silicio no puede representar es exactamente el tipo de resultado para el que construimos Parasma», dijo Cole.

Qué podría habilitar la computación biológica

A corto plazo, Parasma busca establecer benchmarks repetibles entre diferentes culturas celulares, dispositivos y periodos de tiempo para escalar la biología junto con los avances en IA. La compañía también investigará tareas de predicción contextual más ricas y control adaptativo.

A largo plazo, la computación biológica programable podría reemplazar al silicio en sistemas que se beneficien del aprendizaje continuo o de una eficiencia energética y de muestras extrema, dando lugar a nuevos paradigmas de modelos. El objetivo de Parasma es desarrollar los algoritmos que hagan útil la computación biológica como alternativa a las GPU.

La ventaja clave radica en la eficiencia energética. Las neuronas biológicas consumen órdenes de magnitud menos energía que los chips de silicio para tareas similares, y tienen capacidad innata de adaptación y aprendizaje continuo. Si esta línea de investigación prospera, podría abrir una vía completamente nueva para la inteligencia artificial, donde el hardware no sea solo electrónico, sino vivo.

Referencia:

• Parasma/Human brain cells do next-token prediction. Link