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.
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.
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.
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.





