Las últimas décadas han sido testigos del surgimiento de la invención de tecnologías que permiten la observación o la perturbación de la información en el cerebro. La resonancia magnética funcional, que mide los cambios de flujo sanguíneo asociados con la actividad cerebral, se está estudiando para fines tan diversos como la detección de las mentiras, la predicción de la toma de decisiones humanas, y la evaluación de la recuperación del lenguaje después de un accidente cerebrovascular. Los estimuladores eléctricos implantados, que permiten el control de la actividad de los circuitos neuronales, son usados por cientos de miles de personas para tratar enfermedades como la sordera, la enfermedad de Parkinson, y el trasto o obsesivo-compulsivo. Además los nuevos métodos, tales como el uso de la luz para activar o silenciar neuronas específicas en el cerebro, están siendo ampliamente utilizados por los investigadores para descubrir ideas sobre cómo controlar los circuitos neuronales y así lograr cambios terapéuticamente útiles en la dinámica cerebral. Estamos entrando en un renacimiento de la neurotecnología, en el que la caja de herramientas para la comprensión del cerebro y la ingeniería de sus funciones está expandiéndose en alcance y potencia a un ritmo sin precedentes.
Esta caja de herramientas ha crecido hasta el punto en que la utilización estratégica de neurotecnologías múltiples relacionadas unas con otras, como sistema, puede producir nuevas capacidades fundamentales, tanto científicas como clínicas, más allá de lo que pueden ofrecer por si solas. Por ejemplo, consideremos un sistema que lea la actividad de un circuito cerebral, calcule una estrategia para controlar el circuito para que entre en un estado deseado o realice un cálculo específico, y luego entregue la información en el cerebro para lograr esta estrategia de control. Este sistema permitiría que los cálculos del cerebro se guiaran por objetivos predefinidos por el paciente o el médico, o podrían adaptarse en respuesta a las circunstancias del ento o del paciente o el estado instantáneo del cerebro del paciente.
Algunos ejemplos de este tipo de tecnología de "coprocesador cerebral" están bajo desarrollo activo, como por ejemplo una serie de sistemas que perturban el cerebro epiléptico cuando se observa eléctricamente un ataque, así como prótesis para amputados que registran los nervios para el control de extremidades artificiales y estimulan los nervios para proporcionar una respuesta sensorial. De cara al futuro, tales arquitecturas de sistema podrían ser capaces de funciones muy avanzadas—proporcionar información justo a tiempo al cerebro de un paciente con demencia para aumentar la cognición, o esculpir el perfil de riesgo de un paciente de adicción en presencia de estímulos que provoquen el deseo de satisfacer dicha adicción.
Dado el número cada vez mayor de tecnologías de lectura y control cerebral disponibles, una arquitectura de coprocesador cerebral generalizada podría ser activado mediante la definición de interfaces comunes que gobie en el modo en que las tecnologías de componentes deben comunicarse entre sí, así como un "sistema operativo" que defina cómo funciona el sistema en general, como un todo unificado—análogo a la forma en que los ordenadores personales rigen la interacción de sus unidades de disco duro, memorias, procesadores y pantallas. Esta plataforma de coprocesador cerebral podría facilitar la innovación al permitir que los neuroingenieros se centren en prótesis neuronales a nivel algorítmico, del mismo modo que un programador de ordenadores puede trabajar en un equipo a un nivel conceptual, sin tener que planear el destino de cada bit individual. Además, si las nuevas tecnologías progresan, por ejemplo creando un nuevo tipo de tecnología de registro de nervios, podrían ser incorporadas en un sistema, y, en principio con rapidez, ser emparejadas a los actuales métodos de cálculo y perturbación, sin necesidad de demasiados esfuerzos de readaptación de los otros componentes.
El desarrollo de tales arquitecturas de coprocesador cerebral tomaría algo de trabajo—en particular, se requieren tecnologías suficientemente estandarizadas, o tal vez suficientemente abiertas, para que funcionen en una variedad de combinaciones. Sin embargo, se podría aprender mucho del desarrollo de prototipos de sistemas relativamente simples. Por ejemplo, las tecnologías de registro por sí mismas pueden informar de la actividad cerebral, pero no pueden dar información plena sobre la contribución casual conseguida mediante la observación de la actividad cerebral para un resultado de comportamiento o clínico específico; las tecnologías de control pueden introducir información en objetivos neuronales, pero por ellas mismas sus resultados podrían ser difíciles de interpretar debido a la información neuronal endógena y al procesamiento neuronal no observado. Estas cuestiones científicas pueden aclararse mediante coprocesadores cerebrales rudimentarios, construidos con componentes fácilmente disponibles, que utilizan tecnologías de registro para evaluar el modo en que una perturbación de circuito neuronal específica altera la dinámica del cerebro. Tales exploraciones podrían comenzar a revelar los principios que rigen la mejor manera de controlar un circuito—revelando los objetivos neuronales y las estrategias de control que conducen más eficazmente a un estado cerebral o a un efecto de comportamiento específico, y por tanto abriendo el camino a nuevas estrategias terapéuticas. Unos coprocesadores cerebrales en miniatura e implantables podrían ser capaces de dar soporte a nuevos tipos de medicina personalizada, por ejemplo adaptando de forma continua una estrategia de control neuronal a los objetivos, el estado, el medio ambiente, y el historial de un paciente individual—facultades de gran importancia dada la naturaleza dinámica de muchos trasto os del cerebro.
En el futuro, el módulo de cálculo de un coprocesador cerebral podría ser lo suficientemente potente como para dar asistencia a la cognición humana de alto nivel, o la toma de decisiones complejas. Por supuesto, el aumento de la inteligencia humana ha sido uno de los principales objetivos de los ingenieros informáticos durante más de medio siglo. De hecho, si relajamos la definición de coprocesador cerebral un poco, de manera que no requiera el acceso físico directo al cerebro, muchas tecnologías de consumo desarrolladas hoy día están convergiendo en arquitecturas parecidas a la del coprocesador cerebral. Un cada vez mayor número de nuevas tecnologías están tratando de descubrir información útil para el usuario y entregar esta información al usuario en tiempo real. Además, estos procesos de descubrimiento y entrega están cada vez más determinados por el medio ambiente (por ejemplo, la ubicación) y la historia (por ejemplo, las interacciones sociales, las búsquedas) del usuario. Por tanto, estamos observando una salida de la visión clásica (según la previsión inicial hecha por los primeros pensadores en cuanto a la simbiosis hombre-máquina, como por ejemplo J.C.R. Licklider) en el que los ordenadores reciben objetivos de los seres humanos, realizan cálculos definidos, y luego proporcionan los resultados de vuelta a los seres humanos.
Por supuesto, dotar a las máquinas de la autoridad para servir como coprocesadores proactivos humanos, y permitirles captar nuestra atención con sus prioridades computarizadas, se debe considerar con cuidado, tal y como puede atestiguar cualquier persona que haya perdido horas de su tiempo con actualizaciones en redes sociales o alertas de motores de búsqueda. ¿Cómo se puede dar al cerebro humano acceso a tecnologías de coprocesamiento cada vez más activas sin perder de vista nuestros objetivos generales? Una idea es desarrollar e implementar indicadores que nos permitan evaluar el coeficiente intelectual de un ser humano junto a un coprocesador, trabajando en conjunto—evaluando el rendimiento de la colaboración de inteligencias naturales y artificiales en un amplio rango de contextos de resolución de problemas. Después de todo, los seres humanos con coprocesadores cerebrales basados en Inte et (por ejemplo, ordenadores portátiles que ejecuten navegadores de Inte et) podrían ser más fáciles de distraer si los objetivos incluyesen tareas de escritura largas y de gran concentración, aunque podrían ser mejores en la síntesis de datos en general procedentes de fuentes dispares; una configuración determinada del coprocesador cerebral podría ser buena para algunos problemas, pero mala para otros. Pensar en las nuevas tecnologías computacionales como coprocesadores cerebrales nos obliga a pensar en ellas en relación a los impactos que pueden tener sobre el cerebro, positivos y negativos, y proporciona un marco para la cuidadosa ingeniería de sus efectos directos y emergentes.