Cortical Labs натренировала 200 000 человеческих нейронов на своём чипе CL1, чтобы играть в Doom, продвинув биологические вычисления как энергоэффективное дополнение к традиционным системам ИИ. Базирующаяся в Мельбурне исследовательская команда использовала кремниевый интерфейс, чтобы перевести мир игры в электрические паттерны, а нейронные всплески читать как команды движения и стрельбы, переключив культуру в чашке Петри с рефлексов уровня Pong на 3D-навигацию. Бретт Каган, главный научный сотрудник Cortical Labs, описывает работу как шаг к решению проблем энергопотребления ИИ, отмечая эффективность человеческого мозга примерно в 20 ватт по сравнению с мегаваттами, которые потребляют современные крупные ИИ-модели в облачных дата-центрах. Демонстрация нацелена показать обучение, ориентированное на цель, внутри живой нейросети в условиях, управляемых компьютером, хотя по-прежнему её результаты далеки от точной игры, а культуры CL1 живут около шести месяцев.
Cortical Labs обучает нейроны на чипе CL1 для игры в Doom
Команда вырастила нейроны из человеческих стволовых клеток и подключила их к кастомному чипу CL1, который преобразует визуальные события в стимуляцию через электроды. Система считывает активность клеток, чтобы запускать действия в реальном времени, переводя нейронные паттерны в команды вроде движения, поворота и стрельбы. Сначала команда показала поведение на уровне Pong, а затем перешла к требованиям 3D в Doom.
Нейронам дали структурированные электрические сигналы, связанные с состоянием игры, и они отвечали паттернами, которые система интерпретировала как команды игрового процесса. Результаты показывают частые промахи и чрезмерные корректировки, с улучшениями при повторных сессиях по мере продолжения обучения. По словам исследователей, цель — продемонстрировать обучение, ориентированное на цель, внутри живой нейросети в условиях, которые компьютер может оркестрировать и измерять, а не добиться точности уровня киберспорта.
Целевая эффективность человеческого мозга для снижения энергопотребления ИИ
В то время как сегодняшние крупные ИИ-модели потребляют мегаватты в облачных дата-центрах, человеческий мозг работает примерно на 20 ватт. Бретт Каган позиционирует эту работу как партнёрство для кремниевого ИИ, а не замену, особенно для задач, где важны непрерывное обучение и жёсткие ограничения по энергии. Для американских компаний, которые обучают базовые модели на Nvidia GPU и стремятся масштабировать инференс, даже частичная разгрузка на биологические сопроцессоры может иметь значение в сценариях вроде локальных циклов обучения для робототехники или устройств на периферии, пока обычные чипы выполняют точные вычисления и крупномасштабный поиск.
Применения биологических вычислений помимо игр
Команда называет перспективными применениями скрининг лекарств на нейронных тканях пациента, новые модели заболеваний и адаптивные системы управления в робототехнике. Интерфейсы остаются хрупкими: типичная продолжительность жизни — около шести месяцев, а результаты пока не полностью стандартизированы и не программируемы в масштабе. Регуляторные и этические рамки должны идти в ногу с развитием, особенно в США в случае прогресса медицинских применений — при руководствах FDA и NIH.
FAQ
Чего добилась Cortical Labs с человеческими нейронами и Doom?
Cortical Labs обучила 200 000 человеческих нейронов, выращенных из стволовых клеток, играть в Doom с помощью своего чипа CL1. Система переводит визуальные события игры в электрические паттерны, которые стимулируют нейроны, а затем считывает их активность как команды игрового процесса вроде движения и стрельбы. Работа демонстрирует обучение, ориентированное на цель, в живой нейросети под управлением компьютера.
Почему Cortical Labs сравнивает эффективность мозга с энергопотреблением ИИ?
Бретт Каган отмечает, что человеческий мозг работает примерно на 20 ватт, а современные крупные ИИ-модели потребляют мегаватты в облачных дата-центрах. Исследование рассматривает биологические вычисления как дополнение к традиционному ИИ для задач, требующих непрерывного обучения при жёстких ограничениях по энергии, например для робототехники или edge-устройств, при том что кремниевые чипы выполняют точные вычисления и крупномасштабные операции.
Как долго живут нейронные культуры CL1?
Культуры CL1 имеют типичную продолжительность жизни около шести месяцев. Интерфейсы остаются хрупкими, а результаты пока не полностью стандартизированы и не программируемы в масштабе, согласно исследовательской команде.
