Forscher von Cortical Labs in Australien haben einen bedeutenden Meilenstein im Biocomputing erreicht: Ein Computer, der mit im Labor gezüchteten menschlichen Gehirnzellen betrieben wird, kann jetzt das klassische Videospiel Doom spielen. Obwohl er noch kein Profi-Gamer ist, stellt dies einen großen Fortschritt in der Entwicklung hybrider organischer Technologien dar, die biologische und silikonbasierte Systeme kombinieren.
Von Pong bis Ego-Shooter
Der Durchbruch baut auf früheren Arbeiten mit „DishBrain“ auf, einem früheren Biocomputer, der etwa 800.000 menschliche Neuronen nutzte. DishBrain demonstrierte das Potenzial dieser biologischen Schaltkreise, indem es 2021 erfolgreich Pong lernte. Doom stellte jedoch mit seinen dynamischen Bildern und Echtzeitanforderungen eine weitaus größere Herausforderung dar.
Die wichtigste Innovation liegt im neuen „CL1“ von Cortical Labs, von dem sie behaupten, dass er der weltweit erste einsetzbare biologische Computer sei. Die offene Schnittstelle von CL1, programmierbar über Python, ermöglichte es dem unabhängigen Entwickler Sean Cole, den Biocomputer so anzupassen, dass er visuelle Daten von Doom als elektrische Stimulationsmuster für die Neuronen interpretiert.
Warum das wichtig ist: Über das Gaming hinaus
Die Fähigkeit, Doom auszuführen, ist mehr als nur eine technische Flexibilität. Es demonstriert die Fähigkeit des Biocomputers zum adaptiven, zielgerichteten Lernen in Echtzeit, eine Grundvoraussetzung für komplexere Anwendungen. Traditionelles maschinelles Lernen erfordert oft riesige Datensätze und Rechenleistung; Dieser biologische Ansatz legt eine potenzielle Alternative nahe, die bei bestimmten Aufgaben effizienter sein könnte.
Die langfristigen Auswirkungen gehen weit über das Spielen hinaus. Cortical Labs stellt sich Biocomputer vor, die die Gliedmaßen von Robotern antreiben, digitale Programme ausführen oder sogar spezielle Rechenaufgaben erledigen, die herkömmliche Systeme auf Siliziumbasis überfordern.
Der Weg in die Zukunft
Der aktuelle Biocomputer verliert in Doom immer noch häufig, schneidet aber besser ab als zufälliges Gameplay. Forscher erwarten mit der Weiterentwicklung der Algorithmen schnelle Verbesserungen. Die Geschwindigkeit, mit der der CL1 dieses Niveau erreichte, übertraf auch typische siliziumbasierte maschinelle Lernsysteme.
„Dies war ein wichtiger Meilenstein, da es adaptives, zielgerichtetes Lernen in Echtzeit demonstrierte“, sagte Brett Kagan, Chief Scientific und Chief Operations Officer von Cortical Labs.
Dieser Erfolg unterstreicht einen wachsenden Trend im Bio-Hybrid-Computing, bei dem lebende Zellen in künstliche Systeme integriert werden. Die Zukunft dieses Bereichs hängt von der weiteren Verfeinerung der Schnittstelle zwischen Neuronen und digitalen Eingaben sowie der Skalierung der Neuronennetzwerke für eine höhere Rechenleistung ab.
