Дослідники з Cortical Labs в Австралії досягли значного прогресу в біообчисленнях: комп’ютер, який працює на вирощених у лабораторії клітинах людського мозку, тепер вміє грати в класичну відеогру Doom. Хоча він поки не професійний геймер, це є важливим кроком уперед у розробці гібридних органічних технологій, що поєднують біологічні та кремнієві системи.
Від Pong до шутерів від першої особи
Це досягнення ґрунтується на попередній роботі з “DishBrain” – більш раннім біокомп’ютером, який використовує близько 800 000 людських нейронів. DishBrain продемонстрував потенціал цих біологічних схем, успішно навчившись грати в Pong в 2021 році. Однак Doom, з його динамічною графікою та вимогами до обчислень у реальному часі, був набагато серйознішим завданням.
Ключова інновація полягає в новій розробці Cortical Labs під назвою “CL1”, яку вони називають першим у світі біологічним комп’ютером, що розгортається. Відкритий інтерфейс CL1, програмований на Python, дозволив незалежному розробнику Шону Коулу адаптувати біокомп’ютер для інтерпретації візуальних даних з Doom у вигляді патернів електричної стимуляції для нейронів.
Чому це важливо: не тільки ігри
Можливість запуску * Doom – це не просто технологічний трюк. Вона демонструє здатність біокомп’ютера до адаптивного, цілеспрямованого навчання в реальному часі, що є фундаментальною вимогою для більш складних програм. Традиційне машинне навчання часто потребує величезних наборів даних та обчислювальної потужності; цей біологічний підхід передбачає альтернативу, яка може бути ефективнішою у певних завданнях.
Довгострокові наслідки виходять далеко за межі ігор. Cortical Labs уявляє собі біокомп’ютери, що управляють роботизованими кінцівками, виконують цифрові програми або навіть справляються зі спеціалізованими обчислювальними завданнями, які перевантажують звичайні кремнієві системи.
Шлях вперед
Поточний біокомп’ютер все ще часто програє в Doom, але показує результати краще, ніж випадкова гра. Дослідники очікують швидкого покращення у міру розвитку алгоритмів. Швидкість досягнення рівня CL1 також перевершила типові кремнієві системи машинного навчання.
“Це був важливий етап, тому що він продемонстрував адаптивне, цілеспрямоване навчання в реальному часі”, – заявив Бретт Каган, головний науковий співробітник та операційний директор Cortical Labs.
Це досягнення підкреслює зростаючу тенденцію у біогібридних обчисленнях, коли живі клітини інтегруються зі штучними системами. Майбутнє цієї області залежить від подальшої оптимізації інтерфейсу між нейронами та цифровими входами, а також від масштабування нейронних мереж для збільшення обчислювальної потужності.
