Pesquisadores do Cortical Labs, na Austrália, alcançaram um marco significativo na biocomputação: um computador alimentado por células cerebrais humanas cultivadas em laboratório agora pode jogar o clássico videogame Doom. Embora ainda não seja um jogador profissional, isso representa um grande passo no desenvolvimento de tecnologias orgânicas híbridas que combinam sistemas biológicos e baseados em silício.
Do Pong aos jogos de tiro em primeira pessoa
A descoberta baseia-se em trabalhos anteriores com o “DishBrain”, um biocomputador anterior que usava cerca de 800 mil neurônios humanos. DishBrain demonstrou o potencial desses circuitos biológicos ao aprender com sucesso a jogar Pong em 2021. No entanto, Doom, com seus visuais dinâmicos e demandas em tempo real, representou um desafio muito maior.
A principal inovação está no novo “CL1” da Cortical Labs, que eles afirmam ser o primeiro computador biológico implantável do mundo. A interface aberta do CL1, programável via Python, permitiu ao desenvolvedor independente Sean Cole adaptar o biocomputador para interpretar dados visuais de Doom como padrões de estimulação elétrica para os neurônios.
Por que isso é importante: além dos jogos
A capacidade de executar Doom é mais do que apenas uma flexibilidade tecnológica. Ele demonstra a capacidade do biocomputador para aprendizagem adaptativa e direcionada a objetivos em tempo real, um requisito fundamental para aplicações mais complexas. O aprendizado de máquina tradicional geralmente requer enormes conjuntos de dados e poder computacional; esta abordagem biológica sugere uma alternativa potencial que poderia ser mais eficiente em determinadas tarefas.
As implicações a longo prazo vão muito além dos jogos. A Cortical Labs prevê biocomputadores alimentando membros robóticos, executando programas digitais ou até mesmo lidando com tarefas computacionais especializadas que sobrecarregam os sistemas convencionais baseados em silício.
O caminho a seguir
O biocomputador atual ainda perde frequentemente em Doom, mas tem um desempenho melhor do que em jogos aleatórios. Os pesquisadores antecipam melhorias rápidas à medida que os algoritmos evoluem. A velocidade do CL1 para atingir esse nível também ultrapassou os sistemas típicos de aprendizado de máquina baseados em silício.
“Este foi um marco importante, porque demonstrou aprendizagem adaptativa e direcionada a objetivos em tempo real”, disse Brett Kagan, Diretor Científico e Diretor de Operações da Cortical Labs.
Esta conquista destaca uma tendência crescente na computação bio-híbrida, onde células vivas são integradas a sistemas artificiais. O futuro deste campo depende de refinar ainda mais a interface entre os neurônios e as entradas digitais, bem como de ampliar as redes de neurônios para obter maior poder de processamento.
