Cortical Labs 在其 CL1 晶片上訓練了 200,000 個人類神經元，以玩《毀滅戰士》（Doom），推進生物運算，作為傳統 AI 系統的省能高效補充。這支位於墨爾本的研究團隊使用矽介面，將遊戲世界轉譯為電信號樣式，並將神經尖峰讀取為移動與開火指令，讓培養皿中的文化（culture dish）從彈跳反射（Pong reflexes）走向 3D 導航。Cortical Labs 首席科學官 Brett Kagan 將這項工作定位為回應 AI 的用電需求，指出人類大腦的效率約為 20 瓦，而當今大型 AI 模型在雲端資料中心的耗電量則為兆瓦等級。這次展示的目標，是在由電腦編排的條件下於活體神經網路內展示具目標導向的學習，然而效能仍遠不及精準的電競遊戲表現，且 CL1 培養物（cultures）約可維持六個月。
Cortical Labs 在 CL1 晶片上訓練神經元以進行《毀滅戰士》（Doom）遊戲
研究團隊從人類幹細胞培養神經元，並將它們連接到客製化的 CL1 晶片，該晶片可將視覺事件轉換為透過電極施加的刺激。系統會讀取細胞的活動，以即時驅動行動，並將神經樣式轉譯成如移動、轉向與射擊等指令。團隊先從類似《乒乓》（Pong）等級的行為開始，再逐步提升到《毀滅戰士》（Doom）的 3D 需求。
神經元接收與遊戲狀態相關的結構化電訊號提示，並以系統可解讀為遊戲指令的樣式回應。效能顯示頻繁的誤觸發與過度修正，隨著訓練持續、在重複的訓練會話中逐步改善。研究人員表示，目標是在電腦可編排並量測的條件下，在活體神經網路內展示具目標導向的學習，而不是達到電競級別的精準度。
人類大腦效率目標：降低 AI 的耗電量
如今的各大型 AI 模型會在雲端資料中心耗用數百萬瓦功率，而人類大腦的運作約為 20 瓦。Brett Kagan 將這項工作視為矽基 AI 的夥伴，而非取代方案，特別是在需要持續學習且能量預算緊的任務上更為相關。對於在 Nvidia GPU 上訓練基礎模型的美國公司，以及正競相擴大推論規模而言，即便是部分卸載到生物協同處理器，在某些情境下也可能有所影響，例如用於機器人的本地學習迴圈或邊緣裝置（edge devices），而傳統晶片則負責精準運算與大規模檢索。
超越遊戲的生物運算應用
團隊認為，在針對病患特定的神經組織進行藥物篩選、新疾病模型，以及機器人中的自適應控制，都是潛在應用方向。介面仍然脆弱，典型壽命約為六個月，而且輸出目前尚未完全標準化，或能在規模化下進行程式化。若醫療用途進展，監管與倫理的防護機制將需要跟上步伐，特別是在美國，需依循 FDA 與 NIH 的指引。
FAQ
Cortical Labs 用人類神經元與《毀滅戰士》（Doom）到底達成了什麼？
Cortical Labs 使用其 CL1 晶片，訓練了 200,000 個由幹細胞培養而成的人類神經元來玩《毀滅戰士》（Doom）。系統會將遊戲的視覺事件轉譯為電信號樣式，對神經元施加刺激，接著再讀取它們的活動，將其解讀為像是移動與射擊等遊戲指令。這項工作在電腦控制下的活體神經網路中展示具目標導向的學習。
為什麼 Cortical Labs 要把大腦效率拿來跟 AI 耗電量做比較？
Brett Kagan 指出，人類大腦的運作約為 20 瓦，而當今大型 AI 模型則會在雲端資料中心耗用兆瓦等級的功率。研究探討將生物運算作為傳統 AI 的補充，用於需要持續學習且能量預算緊的任務，例如機器人或邊緣裝置（edge devices），而矽基晶片則負責精準數學與大規模運算。
CL1 神經培養物（neural cultures）可以維持多久？
根據研究團隊表示，CL1 培養物的典型壽命約為六個月。介面仍然脆弱，輸出目前尚未完全標準化，或能在規模化下進行程式化。
