Ett australiensiskt företag har gjort det möjligt för en chip med mänskliga hjärnceller att spela videospellet Doom med en enkel programmeringsgränssnitt. Utvecklad av Cortical Labs möjliggör tekniken snabb träning och markerar framsteg mot praktiska biologiska datortillämpningar. Experter framhåller dess potential för komplexa uppgifter som robotstyrning.
Cortical Labs, ett australiensiskt företag, har utvecklat sina neuron-drivna datorchip och gjort det möjligt för en klump mänskliga hjärnceller att spela det klassiska förstapersonsskjutaren Doom. Chippet, med levande neuroner odlade på mikroelektrodarrayer, presterade bättre än slumpmässiga inmatningar men låg efter skickliga mänskliga spelare. Denna utveckling bygger på företagets prestation 2021, då chip med över 800 000 hjärnceller tränades under år för att spela Pong. Det nya systemet använder ett gränssnitt som är kompatibelt med programspråket Python, vilket förenklar processen. Oberoende utvecklaren Sean Cole tränade chippet att spela Doom på cirka en vecka. «Till skillnad från Pong-arbetet vi gjorde för några år sedan, som representerade år av mödosam vetenskaplig ansträngning, har denna demonstration gjorts på några dagar av någon som tidigare hade relativt lite expertis i att arbeta direkt med biologi», säger Brett Kagan på Cortical Labs. «Det är denna tillgänglighet och flexibilitet som gör det verkligen spännande.» Den senaste chippen använde ungefär en fjärdedel av neuronerna som användes i Pong-uppställningen och lärde sig snabbare än traditionella kiselbaserade maskininlärningsmodeller. Kagan noterade att sådana biologiska system fungerar som unika material för informationsbearbetning, skilda från mänskliga hjärnor. «Ja, det är levande och ja, det är biologiskt, men det som verkligen används är ett material som kan bearbeta information på mycket speciella sätt som vi inte kan återskapa i kisel.» Experter berömde språnget från Pong till Doom. Andrew Adamatzky vid University of the West of England i Bristol, Storbritannien, uppgav: «Doom är oerhört mycket mer komplext än tidigare demonstrationer, och framgångsrik interaktion med det belyser verkliga framsteg i hur levande nervsystem kan styras och tränas.» Steve Furber vid University of Manchester, Storbritannien, kallade det en betydande uppgradering, även om frågor kvarstår om hur neuronerna bearbetar visuella inmatningar utan ögon eller förstår spelens mål. Yoshikatsu Hayashi vid University of Reading, Storbritannien, som arbetar med liknande hydrogelbaserade datorer för robotarmar, ser paralleller. «[Att spela Doom] är som en enklare version av att styra en hel arm», säger han. Adamatzky tillade: «Det spännande här är inte bara att ett biologiskt system kan spela Doom, utan att det kan hantera komplexitet, osäkerhet och realtidsbeslutsfattande.» Detta tyder på närmare överensstämmelse med framtida behov av hybrid databehandling, såsom robotstyrning.
