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

Researchers observing a detailed mouse cortex simulation on Japan's Fugaku supercomputer, with a colorful 3D brain model on screen.
Gambar dihasilkan oleh AI

Peneliti jalankan simulasi korteks tikus yang detail di superkomputer Fugaku Jepang

Dilaporkan oleh AI Gambar dihasilkan oleh AI Fakta terverifikasi

Ilmuwan dari Allen Institute dan Universitas Elektro-Komunikasi Jepang telah membangun salah satu model virtual korteks tikus paling detail hingga saat ini, mensimulasikan sekitar 9 juta neuron dan 26 miliar sinapsis di 86 wilayah pada superkomputer Fugaku.

Para ilmuwan berada di ambang mensimulasikan otak manusia menggunakan superkomputer paling kuat di dunia, bertujuan membuka rahasia fungsi otak. Dipimpin oleh peneliti di Jülich Research Centre Jerman, proyek ini memanfaatkan superkomputer JUPITER untuk memodelkan 20 miliar neuron. Terobosan ini dapat memungkinkan pengujian teori tentang memori dan efek obat yang tidak bisa dicapai model lebih kecil.

Dilaporkan oleh AI

Peneliti di Universitas Nagoya di Jepang telah mengembangkan model otak miniatur menggunakan sel punca untuk mempelajari interaksi antara talamus dan korteks. Penelitian mereka mengungkap peran kunci talamus dalam mematangkan jaringan saraf korteks. Temuan ini dapat memajukan penelitian gangguan neurologis seperti autisme.

Artikel ulasan oleh Borjan Milinkovic dan Jaan Aru berargumen bahwa memperlakukan pikiran sebagai perangkat lunak yang berjalan pada perangkat keras yang dapat ditukar tidak cocok dengan cara otak benar-benar menghitung. Penulis mengusulkan “komputasionalisme biologis,” sebuah kerangka yang mengikat kognisi dan (potensial) kesadaran pada komputasi yang hibrida, multi-skala, dan dibentuk oleh kendala energi.

Dilaporkan oleh AI Fakta terverifikasi

Peneliti dari University of California, Irvine melaporkan bahwa sistem pembelajaran mesin bernama SIGNET dapat menyimpulkan hubungan sebab-akibat antara gen di jaringan otak manusia, mengungkapkan penyetelan ulang regulasi gen yang luas—terutama di neuron eksitatori—dalam penyakit Alzheimer.

Peneliti di Universitas Texas A&M mengatakan mereka telah mengembangkan “vessel-chip” yang dapat disesuaikan yang mereplikasi bentuk kompleks pembuluh darah manusia—termasuk cabang, tonjolan mirip aneurisma, dan penyempitan mirip stenosis—sehingga para ilmuwan dapat mempelajari bagaimana aliran darah yang berubah memengaruhi sel endotel dan mengevaluasi pengobatan potensial tanpa bergantung pada model hewan.

Dilaporkan oleh AI

Peneliti telah merancang protein yang mendeteksi sinyal glutamat halus antar neuron, mengungkap aspek komunikasi otak yang sebelumnya tersembunyi. Alat ini memungkinkan pengamatan waktu nyata bagaimana sel otak memproses informasi masuk, berpotensi memajukan studi tentang pembelajaran, memori, dan gangguan neurologis. Temuan, yang diterbitkan di Nature Methods, menyoroti terobosan dalam neurosains.

 

 

 

Situs web ini menggunakan cookie

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