Sel-sel otak manusia di chip belajar main Doom dalam seminggu

Sebuah perusahaan Australia telah memungkinkan chip dengan sel otak manusia untuk memainkan permainan video Doom menggunakan antarmuka pemrograman sederhana. Dikembangkan oleh Cortical Labs, teknologi ini memungkinkan pelatihan cepat dan menandai kemajuan menuju aplikasi komputasi biologis praktis. Para ahli menyoroti potensinya untuk menangani tugas kompleks seperti kontrol robotik.

Cortical Labs, perusahaan Australia, telah memajukan chip komputer bertenaga neuronnya, memungkinkan sekelompok sel otak manusia memainkan penembak orang pertama klasik Doom. Chip tersebut, yang menampilkan neuron hidup yang ditanam pada array mikroelektroda, berkinerja lebih baik daripada input acak tetapi tertinggal dari pemain manusia terampil. Perkembangan ini membangun atas pencapaian perusahaan pada 2021, ketika chip dengan lebih dari 800.000 sel otak dilatih selama bertahun-tahun untuk memainkan Pong. Sistem baru ini menggunakan antarmuka yang kompatibel dengan bahasa pemrograman Python, menyederhanakan proses tersebut. Pengembang independen Sean Cole melatih chip untuk memainkan Doom dalam waktu sekitar seminggu. «Berbeda dengan pekerjaan Pong yang kami lakukan beberapa tahun lalu, yang memerlukan tahun-tahun upaya ilmiah yang melelahkan, demonstrasi ini dilakukan dalam hitungan hari oleh seseorang yang sebelumnya memiliki keahlian relatif sedikit dalam bekerja langsung dengan biologi», kata Brett Kagan dari Cortical Labs. «Aksesibilitas dan fleksibilitas inilah yang membuatnya benar-benar menarik.» Chip terbaru ini menggunakan sekitar seperempat neuron yang digunakan dalam pengaturan Pong dan belajar lebih cepat daripada model pembelajaran mesin berbasis silikon tradisional. Kagan mencatat bahwa sistem biologis seperti itu berfungsi sebagai bahan unik untuk pemrosesan informasi, berbeda dari otak manusia. «Ya, itu hidup, dan ya, itu biologis, tapi yang sebenarnya digunakan adalah bahan yang dapat memproses informasi dengan cara sangat khusus yang tidak bisa kami rekreasi di silikon.» Para ahli memuji lompatan dari Pong ke Doom. Andrew Adamatzky dari University of the West of England di Bristol, Inggris, menyatakan, «Doom jauh lebih kompleks daripada demonstrasi sebelumnya, dan interaksi yang berhasil dengannya menyoroti kemajuan nyata dalam cara sistem saraf hidup dapat dikendalikan dan dilatih.» Steve Furber dari University of Manchester, Inggris, menyebutnya peningkatan signifikan, meskipun pertanyaan tetap ada tentang bagaimana neuron memproses input visual tanpa mata atau memahami tujuan permainan. Yoshikatsu Hayashi dari University of Reading, Inggris, yang bekerja pada komputer berbasis hidrogel serupa untuk lengan robot, melihat kesamaan. «[Memainkan Doom] seperti versi yang lebih sederhana dari mengendalikan seluruh lengan,» katanya. Adamatzky menambahkan, «Yang menarik di sini bukan hanya bahwa sistem biologis dapat memainkan Doom, tapi bahwa ia dapat mengatasi kompleksitas, ketidakpastian, dan pengambilan keputusan waktu nyata.» Ini menunjukkan keselarasan yang lebih dekat dengan kebutuhan komputasi hibrida masa depan, seperti kontrol robot.

Artikel Terkait

Scientific illustration showing AI tool SIGNET mapping disrupted gene networks in Alzheimer's brain neurons.
Gambar dihasilkan oleh AI

AI tool maps causal gene-control networks in Alzheimer’s brain cells

Dilaporkan oleh AI Gambar dihasilkan oleh AI Fakta terverifikasi

Researchers at the University of California, Irvine report that a machine-learning system called SIGNET can infer cause-and-effect links between genes in human brain tissue, revealing extensive rewiring of gene regulation—especially in excitatory neurons—in Alzheimer’s disease.

Australia-based start-up Cortical Labs has announced plans to construct two data centres using neuron-filled chips. The facilities in Melbourne and Singapore will house its CL1 biological computers, which have demonstrated the ability to play video games like Doom. The initiative aims to scale up cloud-based brain-computing services while reducing energy consumption.

Dilaporkan oleh AI Fakta terverifikasi

Northwestern University researchers report they have printed flexible “artificial neurons” that generate realistic electrical spike patterns and can trigger responses in living mouse brain tissue. The team says the work, published April 15 in Nature Nanotechnology, could help advance brain-machine interfaces and more energy-efficient, brain-inspired computing.

Ten years after Google DeepMind's AlphaGo defeated Go champion Lee Sedol, Chris Maddison reflects on his role as an intern in developing the groundbreaking AI. The 2016 victory in Seoul marked a pivotal moment in artificial intelligence, demonstrating neural networks' potential to surpass human intuition in complex games. Maddison, now a professor at the University of Toronto, highlights the enduring technological principles behind AlphaGo that influence modern systems like large language models.

Dilaporkan oleh AI

Chinese scientists have drawn inspiration from the Japanese paper-cutting art of kirigami to develop stretchable microelectrode arrays, aiming to overcome limitations in electrode technology such as that used by Neuralink. These arrays were implanted into macaque monkeys, where they flexed with brain tissue to record hundreds of neurons simultaneously. The research was published in the February 5 issue of Nature Electronics.

Situs web ini menggunakan cookie

Kami menggunakan cookie untuk analisis guna meningkatkan situs kami. Baca kebijakan privasi kami untuk informasi lebih lanjut.
Tolak