Живые нейроны на микрочипе научились играть в Doom

Клетки человеческого мозга научились играть в Doom: выглядит жутко. Биологический компьютер играет в Doom не идеально, но на очень хорошем уровне. Источник изображения: popsci.com. Фото.

Биологический компьютер играет в Doom не идеально, но на очень хорошем уровне. Источник изображения: popsci.com

В 1993 году id Software выпустила Doom, а сейчас в культовый шутер научились играть вовсе не рукaми геймера, а живые клетки человеческого мозга. Австралийский стартап Cortical Labs вырастил нейроны на микрочипе и научил их проходить уровни упрощённой версии игры, по данным Hi-NEWS.

Что такое биологический компьютер

Cortical Labs из Мельбурна несколько лет развивает идею нейрочипов: вместо кремниевых транзисторов на платформе размещают живые нейроны, выращенные из стволовых клеток человека. Клетки располагают на матрице микроэлектродов (MEA), которая одновременно считывает их электрическую активность и стимулирует импульсами. В результате получается гибрид биологии и электроники, который в компании называют DishBrain.

На чипе размещено около 800 000 нейронов. Для сравнения: в мозге дрозофилы примерно 100 000 нервных клеток, а в человеческом мозге — около 86 миллиардов нейронов. По числу клеток DishBrain уже сложнее, чем мозг насекомого, но значительно проще человеческого мозга. Тем не менее этого оказалось достаточно, чтобы система начала обучаться.

Что такое биологический компьютер. Клетки мозга в инкубаторе, способные играть в Doom. Источник изображения: bing.com. Фото.

Клетки мозга в инкубаторе, способные играть в Doom. Источник изображения: bing.com

Как нейроны научились играть в Doom

Ещё в 2022 году команда Cortical Labs показала, что DishBrain умеет играть в Pong: нейроны получали сигналы о положении мяча и управляли ракеткой, адаптируясь по принципу предсказуемости — правильные действия делали среду более упорядоченной, ошибки — хаотичной, и клетки «предпочитали» порядок.

Перенести этот подход на Doom оказалось сложнее: трёхмерное пространство, повороты, враги и стрельба. Разработчики подключили нейрочип к упрощённой версии Doom, где задача сводилась к перемещению по уровню и сбору ресурсов. С экрана игры формировались паттерны электрической стимуляции, а ответная активность нейронов интерпретировалась как команды — вперёд, назад, влево, вправо, стрелять.

Нейроны адаптировались к задаче за считанные минуты — быстрее, чем многие алгоритмы искусственного интеллекта учатся на аналогичных задачах. Это не значит, что биопроцессор «понимает» игру как человек, но он корректирует поведение и демонстрирует базовую форму обучения.

Как живые нейроны научились играть в Doom. Клетки мозга управляли упрощенной версией Doom. Фото.

Клетки мозга управляли упрощённой версией Doom

Зачем нужны биологические процессоры

Главное преимущество биологических нейронов — энергоэффективность. Человеческий мозг потребляет около 20 ватт и решает задачи, для которых суперкомпьютерам требуются мегаватты. Современные ИИ-модели, по тексту исследования, тратят при обучении колоссальные ресурсы: один запрос к ChatGPT, как утверждается, расходует в десять раз больше энергии, чем поисковый запрос в Google. Центры обработки данных уже потребляют значительные объёмы электроэнергии.

Cortical Labs считает, что нейрочипы могли бы лечь в основу новых систем ИИ — быстрее обучаться, потреблять меньше энергии и решать задачи, которые пока недоступны обычным компьютерам. Но у технологии есть практические ограничения: живые нейроны требуют питательной среды, определённой температуры и постоянного ухода. Пока DishBrain остаётся лабораторной установкой, а не портативным устройством.

Зачем нужен биологический процессор. Обучение ChatGPT требует колоссальных ресурсов. Фото.

Обучение ChatGPT требует колоссальных ресурсов

Компания уже привлекла более 10 миллионов долларов инвестиций и работает над масштабированием. Но даже при успешном развитии потребуется решение этических и нормативных вопросов.

Этика и регуляция

Вопрос о переживаниях или страданиях нейронов на чипе неизбежно возникает в дискуссиях. В Cortical Labs подчёркивают: 800 000 нейронов — это не мозг, у системы нет организованной структуры, сознания или способности к переживаниям; это биологический аналог нейросети, а не мыслящее существо. Однако с усложнением архитектуры придётся пересматривать границы между инструментом и организмом.

Нейроны для DishBrain получают из коммерчески доступных линий стволовых клеток, используемых в медицинских исследованиях, и работа ведётся в рамках существующего биоэтического законодательства. По мере развития технологий потребуются новые регуляторные нормы.

Куда движется отрасль

Cortical Labs не единственная команда в этой области: швейцарский проект FinalSpark также занят биопроцессорами, а университеты в Европе и США изучают органоиды мозга — трёхмерные мини-структуры из нейронов, которые могут стать следующим шагом. В ближайшие годы стартап планирует увеличить число нейронов на чипе и усложнить задачи: управление роботами, анализ медицинских данных и моделирование биологических процессов — там, где адаптивность и энергоэффективность биологии могут дать преимущество.

Эксперимент с Doom показал главное: живые нейроны на чипе способны учиться в реальном времени и взаимодействовать со сложными цифровыми средами. Это уже не просто демонстрация любопытного поведения — это основа для новой парадигмы в вычислениях.

Что читать дальше

Подборка материалов по этой теме.

Сейчас читают

Материалы, которые чаще открывают сегодня.

Загрузка…

Ещё по теме

Продолжить чтение

Материалы, которые помогут не выпадать из темы.