Carregando conteúdo…
Ciência e inovação
O CL1 combina neurônios cultivados, silício, suporte de vida e uma API Python. Entenda como o computador biológico funciona, para que pode servir e quais limites e questões éticas ainda o cercam.
O CL1 parece ter saído de uma história de ficção científica: neurônios humanos cultivados em laboratório crescem sobre um chip, recebem sinais elétricos de um software e devolvem impulsos que podem alterar um ambiente digital. A Cortical Labs apresenta o equipamento como o primeiro computador biológico comercial no qual é possível implantar código.
A descrição é chamativa, mas precisa de tradução. O CL1 não é um cérebro em miniatura, não executa Python dentro das células e não substitui um notebook ou uma GPU. Ele é uma plataforma híbrida de pesquisa que reúne tecido neural vivo, uma matriz de microeletrodos, eletrônica convencional, software e um sistema de suporte à vida.
O objetivo imediato não é abrir planilhas ou treinar um chatbot. É permitir que pesquisadores estudem, em tempo real, como redes de neurônios respondem a estímulos, mudam seu comportamento e são afetadas por doenças ou medicamentos. Em 2026, a empresa também passou a oferecer acesso remoto por meio da Cortical Cloud, reduzindo a necessidade de manter o equipamento e a cultura celular em cada laboratório.
No centro do sistema há uma cultura de neurônios sobre uma matriz de microeletrodos. Esses eletrodos formam uma ponte de mão dupla: enviam pulsos elétricos para a rede biológica e registram os chamados spikes, descargas usadas pelos neurônios para se comunicar.
As células ficam em uma solução rica em nutrientes. Um circuito de perfusão controla condições necessárias à sobrevivência da cultura, incluindo circulação do meio, temperatura, gases e remoção de resíduos. Segundo a Cortical Labs, esse suporte pode manter os neurônios viáveis por até seis meses.
Ao redor da parte biológica continua existindo bastante computação tradicional. Processadores, firmware e software organizam os estímulos, registram a atividade elétrica e executam o ambiente com o qual a cultura interage. O equipamento também armazena aplicações e gravações e oferece uma tela para acompanhar o estado do sistema.
Por isso, “computador biológico” não significa trocar todo o silício por células. O CL1 é um sistema bio-silício: cada parte realiza uma função diferente, e o resultado depende do ciclo fechado entre elas.
A Cortical Labs chama de biOS o sistema que cria o mundo simulado apresentado à cultura neural. Informações desse ambiente são convertidas em padrões de estimulação elétrica. A resposta dos neurônios é lida pelos eletrodos, interpretada pelo software e usada para atualizar a simulação. O novo estado produz outros estímulos, fechando o ciclo.
Imagine um agente simples que precisa mover um objeto para a esquerda ou para a direita. O programa pode representar a posição por pulsos aplicados em grupos diferentes de eletrodos. Em seguida, associa padrões da atividade neural a uma ação. Quando o resultado muda, o sistema devolve uma nova sequência de sinais. Repetida muitas vezes, essa interação permite observar se a rede altera sua resposta com a experiência.
A parte programável é exposta pela CL API, uma biblioteca Python. A documentação permite iniciar e parar gravações, detectar spikes, estimular canais e executar algoritmos em ciclo fechado. Os dados podem ser registrados em arquivos HDF5 para análise posterior.
O mecanismo de repetição pode operar em até 25 mil iterações por segundo, segundo o guia da API, enquanto um artigo técnico publicado no arXiv descreve interações de ciclo fechado com latência inferior a um milissegundo. Essa velocidade importa porque a resposta do software precisa acompanhar a escala temporal da atividade neural.
Um exemplo mínimo da interface se parece com isto:
import cl
with cl.open() as neurons:
for instante in neurons.loop(ticks_per_second=1_000, stop_after_seconds=5):
for spike in instante.analysis.spikes:
print(spike.channel, spike.timestamp)O código não transforma cada neurônio em uma instrução previsível. Ele abre uma conexão com o equipamento e reage à atividade detectada. A rede biológica continua sendo ruidosa, variável e auto-organizada, bem diferente de um processador digital que deve repetir exatamente a mesma operação.
Quem ainda não tem acesso ao hardware pode usar o simulador do SDK. A proposta é desenvolver o experimento localmente e levar o mesmo código para um CL1 físico com poucas mudanças. O simulador ajuda a preparar a lógica, mas não reproduz toda a variabilidade de uma cultura viva.
O CL1 nasceu do trabalho que a Cortical Labs apresentou em 2022 com o DishBrain. Naquele experimento, culturas de neurônios humanos e de roedores foram conectadas a uma versão simplificada de Pong. Sinais elétricos representavam a posição da bola, enquanto a atividade da rede controlava a raquete.
O estudo publicado na revista Neuron relatou que as culturas mudaram seu comportamento durante a interação. A demonstração não mostrou que as células compreenderam um videogame como uma pessoa compreende. Ela mostrou adaptação mensurável dentro de um ambiente construído para produzir e receber sinais elétricos.
Em 2026, a empresa voltou ao recurso mais conhecido da história da computação e divulgou uma demonstração de Doom executado com um CL1 construído sobre a Cortical Cloud.
Pong e Doom funcionam bem como demonstrações porque tornam visível um ciclo abstrato entre estímulo, resposta e consequência. Eles não são, porém, benchmarks suficientes para comparar o CL1 com CPUs, GPUs ou modelos de inteligência artificial. O desempenho depende de como o jogo é convertido em pulsos, de quais ações são extraídas da cultura e do quanto o software convencional participa do processo.
A aplicação mais concreta está na pesquisa biomédica. Culturas derivadas de células-tronco pluripotentes induzidas podem preservar características genéticas de um doador. Isso abre caminho para comparar redes produzidas a partir de pessoas diferentes ou criar modelos associados a doenças neurológicas.
Em vez de observar apenas se uma substância mata células ou altera disparos espontâneos, pesquisadores podem medir como ela afeta uma função durante uma tarefa: velocidade de adaptação, estabilidade da resposta, retenção de um padrão ou recuperação depois de uma perturbação.
As possibilidades incluem:
A Cortical Labs também apresenta o equipamento como uma alternativa a testes em animais. A plataforma pode reduzir o uso de animais em algumas etapas e produzir dados diretamente em células humanas, mas isso não torna automática a substituição de todos os modelos. Cada ensaio ainda precisa demonstrar reprodutibilidade, relevância clínica e capacidade de prever o que acontece em um organismo completo.
O CL1 foi anunciado em março de 2025. Na época, a IEEE Spectrum informou preço de US$ 35 mil por unidade e acesso remoto semanal como alternativa para equipes sem infraestrutura de cultura celular. O valor atual não aparece publicamente na página de compra consultada, portanto o preço do lançamento não deve ser tratado como cotação vigente.
Manter neurônios vivos exige mais do que ligar o aparelho na tomada. Um comprador físico precisa de pessoal treinado, procedimentos de biossegurança, insumos, controle de qualidade e aprovação ética adequada para trabalhar com as linhagens celulares. A própria empresa afirmou à IEEE Spectrum que o equipamento não foi feito para uso doméstico.
A Cortical Cloud transfere essa operação para a infraestrutura da Cortical Labs. O usuário acessa notebooks Jupyter no navegador e envia código por uma biblioteca Python para CL1s remotos. A página oficial afirma que a plataforma está disponível em 2026 e permite executar experimentos sem comprar ou manter um dispositivo.
Em março de 2026, a Bloomberg noticiou a apresentação de uma pequena instalação de computadores biológicos em Melbourne e a construção de outra em Singapura. Chamar esses conjuntos de “data centers” mostra a ambição de escalar o serviço, mas não significa que eles já ofereçam a capacidade ou a versatilidade de um centro de dados convencional.
Neurônios operam com sinais elétricos muito menores do que os usados por chips de alto desempenho. A Cortical Labs afirma que suas redes aprendem com menos dados e usam uma fração da energia exigida por tecnologias tradicionais. O equipamento também concentra suporte à vida, gravação e aplicações em uma unidade compacta.
A vantagem potencial é relevante, mas as comparações precisam usar a mesma tarefa, o mesmo nível de precisão e todos os custos do sistema. Bombas, controle térmico, fabricação de culturas, insumos e substituição das células também fazem parte da conta.
Nas páginas e estudos consultados para este artigo, não há um benchmark público padronizado que mostre um CL1 superando hardware convencional em consumo para uma carga de trabalho geral equivalente. Por enquanto, a eficiência deve ser entendida como uma hipótese promissora e um tema de pesquisa, não como prova de que computadores biológicos estão prontos para resolver a demanda energética da IA.
O vocabulário em torno da tecnologia pode criar uma imagem errada. O CL1 não contém um cérebro humano completo. Trata-se de uma cultura neural sem corpo, órgãos sensoriais, anatomia cerebral ou a organização de bilhões de células encontrada no sistema nervoso humano. Também é importante não confundir automaticamente essa cultura bidimensional com um organoide cerebral tridimensional.
Isso não encerra a discussão ética. Ela inclui o consentimento de quem doou as células originais, o uso comercial de linhagens humanas, a supervisão dos experimentos e a possibilidade de sistemas futuros se tornarem muito mais complexos.
O artigo do DishBrain usou o termo “senciência” em um sentido operacional ligado à capacidade de responder a impressões sensoriais. A escolha foi contestada por outros neurocientistas, que consideraram insuficientes as evidências de inteligência ou senciência emergente. Uma análise publicada em Science and Engineering Ethics concluiu que o experimento não oferece prova clara de sofrimento artificial, mas defendeu precaução conforme esses sistemas evoluem.
A posição mais responsável hoje fica entre dois exageros: não há evidência de que a cultura do CL1 possua consciência ou uma experiência subjetiva comparável à humana; ao mesmo tempo, incorporar tecido neural vivo a sistemas interativos justifica acompanhamento ético contínuo, critérios transparentes e limites capazes de mudar com a complexidade da tecnologia.
O desafio mais imediato é a variabilidade. Duas culturas não nascem idênticas, mudam ao longo do tempo e têm vida útil limitada. Um experimento precisa separar aprendizado real de ruído, deterioração, diferenças entre lotes e efeitos do próprio protocolo de estímulo.
Também existe um gargalo de interface. Centenas de milhares de células podem formar conexões ricas, mas o software observa e estimula essa atividade por um conjunto muito menor de eletrodos. Aumentar o número de neurônios não aumenta automaticamente a informação útil que entra e sai do sistema.
Outros limites são igualmente importantes:
O CL1 resolve uma parte importante desse problema ao empacotar instrumentos que antes exigiam montagens especializadas. Um artigo de 2025 na Nature Reviews Bioengineering, assinado pelo cientista-chefe da Cortical Labs, descreve a plataforma como um dispositivo escalável para interagir com culturas neurais em ciclo fechado e com suporte de vida integrado. O vínculo do autor com a empresa está declarado na própria publicação e deve ser considerado ao interpretar as perspectivas apresentadas.
O avanço do CL1 não está em provar que neurônios venceram o silício. Está em transformar uma montagem de laboratório complexa em uma plataforma que pode ser programada, repetida e acessada por mais pesquisadores.
Se essa padronização funcionar, ela pode acelerar estudos sobre plasticidade, doenças e medicamentos e permitir comparações que hoje são difíceis. Também cria uma nova área para desenvolvedores: escrever ambientes e protocolos capazes de trocar informação com redes vivas em tempo real.
O resultado mais interessante talvez não seja um computador puramente biológico. Pode ser uma classe de sistemas híbridos em que eletrônica oferece precisão e escala, enquanto células fornecem adaptação e dinâmica biológica. O CL1 é uma tentativa comercial de colocar essa combinação sobre uma bancada e agora, atrás de uma API na nuvem.
Apuração concluída em 24 de agosto de 2026. O CL1 e a Cortical Cloud são tecnologias em evolução; capacidades, disponibilidade e preços podem mudar.