Cortical Labs melatih 200.000 neuron manusia pada chip CL1 untuk memainkan Doom, mendorong komputasi biologis sebagai pelengkap yang hemat energi bagi sistem AI konvensional. Tim riset berbasis Melbourne menggunakan antarmuka silikon untuk menerjemahkan dunia gim menjadi pola listrik dan membaca lonjakan saraf sebagai perintah gerakan dan tembakan, menggeser kultur dish dari refleks Pong ke navigasi 3D. Brett Kagan, chief scientific officer di Cortical Labs, memosisikan pekerjaan ini sebagai upaya menanggapi kebutuhan daya AI, dengan mencatat efisiensi otak manusia yang kira-kira 20 watt dibanding konsumsi megawatt oleh model AI skala besar saat ini di pusat data cloud. Demonstrasi ini bertujuan menunjukkan pembelajaran terarah di dalam jaringan saraf yang hidup dalam kondisi yang diorkestrasi komputer, meski performanya masih jauh dari presisi untuk permainan, dan kultur CL1 bertahan sekitar enam bulan.
Cortical Labs Melatih Neuron pada Chip CL1 untuk Gameplay Doom
Tim riset membesarkan neuron dari sel punca manusia dan menghubungkannya ke chip CL1 kustom, yang mengubah peristiwa visual menjadi stimulasi melalui elektroda. Sistem ini membaca aktivitas sel untuk menggerakkan tindakan secara real time, menerjemahkan pola saraf menjadi perintah seperti bergerak, berbelok, dan menembak. Tim memulai dengan perilaku setara Pong sebelum ditingkatkan ke tuntutan 3D Doom.
Neuron menerima isyarat listrik yang terstruktur terkait keadaan gim dan merespons dengan pola yang ditafsirkan sistem sebagai perintah gameplay. Kinerja menunjukkan sering terjadi salah tembak dan koreksi berlebihan, dengan peningkatan pada sesi berulang saat pelatihan berlanjut. Menurut peneliti, tujuannya adalah mendemonstrasikan pembelajaran terarah di dalam jaringan saraf yang hidup dalam kondisi yang dapat diorkestrasi dan diukur komputer, bukan mencapai presisi level esports.
Target Efisiensi Otak Manusia untuk Konsumsi Daya AI
Di mana model AI skala besar saat ini menarik megawatt di pusat data cloud, otak manusia bekerja pada kira-kira 20 watt. Brett Kagan memposisikan pekerjaan ini sebagai mitra bagi AI berbasis silikon, bukan pengganti, terutama untuk tugas yang mendapat manfaat dari pembelajaran berkelanjutan dengan anggaran energi yang ketat. Bagi perusahaan AS yang melatih model foundation di GPU Nvidia dan berlomba untuk menskalakan inferensi, bahkan offload sebagian ke koprosesor biologis bisa berarti pada skenario seperti loop pembelajaran lokal untuk robotika atau perangkat edge, sementara chip konvensional menangani matematika presisi dan penelusuran berskala besar.
Aplikasi Komputasi Biologis di Luar Gim
Tim mengidentifikasi penyaringan obat pada jaringan saraf spesifik pasien, model penyakit baru, serta kontrol adaptif dalam robotika sebagai aplikasi potensial. Antarmuka masih rapuh, dengan umur tipikal sekitar enam bulan, dan output yang belum sepenuhnya distandardisasi atau dapat diprogram dalam skala besar. Pagar regulasi dan etika perlu mengikuti perkembangan, terutama di AS di bawah panduan FDA dan NIH jika penggunaan medis maju.
FAQ
Apa yang dicapai Cortical Labs dengan neuron manusia dan Doom?
Cortical Labs melatih 200.000 neuron manusia yang ditumbuhkan dari sel punca untuk memainkan Doom menggunakan chip CL1. Sistem menerjemahkan peristiwa visual gim menjadi pola listrik untuk menstimulasi neuron, lalu membaca aktivitasnya sebagai perintah gameplay seperti pergerakan dan penembakan. Pekerjaan ini mendemonstrasikan pembelajaran terarah dalam jaringan saraf hidup di bawah kontrol komputer.
Mengapa Cortical Labs membandingkan efisiensi otak dengan konsumsi daya AI?
Brett Kagan mencatat otak manusia beroperasi pada kira-kira 20 watt, sementara model AI skala besar saat ini menarik megawatts di pusat data cloud. Riset ini mengeksplorasi komputasi biologis sebagai pelengkap bagi AI konvensional untuk tugas yang memerlukan pembelajaran berkelanjutan dengan anggaran energi yang ketat, seperti robotika atau perangkat edge, sementara chip silikon menangani matematika presisi dan operasi berskala besar.
Berapa lama kultur saraf CL1 bertahan?
Kultur CL1 memiliki umur tipikal sekitar enam bulan. Antarmuka tetap rapuh dan output belum sepenuhnya distandardisasi atau dapat diprogram dalam skala besar, menurut tim riset.
