200 mil neurónios humanos aprendem a jogar Doom no chip CL1 da Cortical Labs

A Cortical Labs treinou 200.000 neurónios humanos no seu chip CL1 para jogar Doom, impulsionando a computação biológica como um complemento energeticamente eficiente para os sistemas de IA convencionais. A equipa de investigação sediada em Melbourne usou uma interface de silício para traduzir o mundo do jogo em padrões elétricos e ler os picos neuronais como comandos de movimento e disparo, levando as culturas em placa de Pong para a navegação 3D. Brett Kagan, diretor científico da Cortical Labs, enquadra o trabalho como uma resposta às necessidades de energia da IA, apontando a eficiência do cérebro humano de cerca de 20 watts, face ao consumo de megawatts dos modelos de IA de grande escala atuais em centros de dados na nuvem. A demonstração pretende evidenciar a aprendizagem orientada por objetivos dentro de uma rede neural viva sob condições orquestradas por computador, embora o desempenho ainda esteja muito longe de um jogo preciso e as culturas CL1 durem cerca de seis meses.

Cortical Labs Trains Neurons on CL1 Chip for Doom Gameplay

A equipa de investigação cultivou os neurónios a partir de células estaminais humanas e ligou-os ao chip CL1 personalizado, que converte eventos visuais em estimulação através de elétrodos. O sistema lê a atividade das células para despoletar ações em tempo real, traduzindo padrões neuronais em comandos como mover, virar e disparar. A equipa começou com um comportamento ao nível de Pong antes de passar às exigências 3D de Doom.

Os neurónios receberam sinais elétricos estruturados ligados ao estado do jogo e responderam com padrões que o sistema interpretou como comandos de jogabilidade. O desempenho evidencia falhas frequentes e correções excessivas, com melhorias ao longo de sessões repetidas à medida que o treino continua. Segundo os investigadores, o objetivo é demonstrar a aprendizagem orientada por objetivos dentro de uma rede neural viva sob condições que um computador consegue orquestrar e medir, e não alcançar precisão ao nível do esports.

Human Brain Efficiency Targets AI Power Consumption

Enquanto hoje os grandes modelos de IA puxam por megawatts em centros de dados na nuvem, o cérebro humano funciona a cerca de 20 watts. Brett Kagan posiciona este trabalho como um complemento à IA em silício e não como substituição, sobretudo para tarefas que beneficiam de aprendizagem contínua com orçamentos energéticos apertados. Para empresas dos EUA que treinam modelos base em GPUs Nvidia e correm para escalar a inferência, mesmo um descarregamento parcial para coprocessadores biológicos pode fazer diferença em cenários como ciclos de aprendizagem local para robótica ou dispositivos periféricos, enquanto chips convencionais tratam da matemática de precisão e de operações de recuperação em grande escala.

Biological Computing Applications Beyond Gaming

A equipa identifica a triagem de fármacos em tecido neural específico do doente, novos modelos de doenças e controlos adaptativos em robótica como possíveis aplicações. As interfaces continuam frágeis, com uma vida útil típica de cerca de seis meses, e os outputs ainda não estão totalmente padronizados ou programáveis à escala. Será necessário que as barreiras regulamentares e éticas acompanhem o ritmo, particularmente nos EUA, sob orientações da FDA e da NIH, caso os usos médicos avancem.

FAQ

O que é que a Cortical Labs conseguiu com neurónios humanos e Doom?
A Cortical Labs treinou 200.000 neurónios humanos cultivados a partir de células estaminais para jogar Doom usando o seu chip CL1. O sistema traduz os eventos visuais do jogo em padrões elétricos para estimular os neurónios e, depois, lê a sua atividade como comandos de jogabilidade como movimento e disparo. O trabalho demonstra aprendizagem orientada por objetivos numa rede neural viva sob controlo por computador.

Porque é que a Cortical Labs compara a eficiência do cérebro com o consumo de energia da IA?
Brett Kagan refere que o cérebro humano opera a cerca de 20 watts, enquanto os atuais grandes modelos de IA consomem megawatts em centros de dados na nuvem. A investigação explora a computação biológica como um complemento da IA convencional para tarefas que exigem aprendizagem contínua com orçamentos energéticos apertados, como robótica ou dispositivos periféricos, enquanto os chips de silício tratam de matemática de precisão e de operações em grande escala.

Quanto tempo duram as culturas neurais do CL1?
As culturas CL1 têm uma vida útil típica de cerca de seis meses. As interfaces mantêm-se frágeis e os outputs ainda não estão totalmente padronizados ou programáveis à escala, de acordo com a equipa de investigação.