«Биологический компьютер» на основе клеток мозга научили играть в Doom

Австралийская компания Cortical Labs, год назад представившая персональный компьютер CL1 на основе 200 тысяч живых человеческих нейронов, научила устройство самостоятельно играть в Doom. 

CL1 представляет собой компактную настольную систему, на кремниевом чипе которой расположено 200 тысяч человеческих нейронов, которые поддерживаются в живом состоянии благодаря специальной системе питания и доставки кислорода, а также контролю температуры. Платформа позволяет установить двунаправленную связь между цифровым миром и живыми нейронами: электроды стимулируют клетки электрическими сигналами, а система считывает их электрическую активность. В итоге CL1 (а если точнее — её предшественник Dish Brain) за счёт нейронов оказалась способна к простому обучению с подкреплением, и ранее платформу уже обучили играть в Pong. 

Тем не менее, эффективность платформы пока под вопросом. Согласно исследованию учёных из Калифорнийского технологического института, проведённому в 2024 году, мыслительный процесс человеческого мозга значительно медленнее стандартных компьютеров — так, скорость работы интеллекта оказалась ниже, чем у процессоров 50-летней давности. 

Doom стала более сложной задачей для специалистов, чем Pong. Для подключения системы к видеоигре использовался открытый API Cortical Labs. Видеопоток Doom преобразовывался в паттерны электрической стимуляции — так, появление врага на экране запускало определённые электроды, что позволяет имитировать зрительный сигнал в соответствующей области нейронов. В ответ активность нейронов преобразовывалась в команды управления — движение персонажа, поворот, выстрел. Как результат, специалисты смогли создать замкнутый цикл: визуальное восприятие — обработка в нейронной сети — моторный ответ. 

Нейроны оказались способны играть в Doom на уровне новичка — платформа замечает врагов, стреляет и перемещается. Впрочем, эффективность игры пока остаётся низкой — совершаемые CL1 действия остаются хаотичными. Однако в Cortical Labs отмечают, что уже наблюдают признаки адаптивного поведения и начального обучения. Специалисты пояснили, что для улучшения игры необходимо разработать более совершенные алгоритмы обратной связи, способы кодирования информации и декодирования электрической активности.