Az ausztrál Cortical Labs áttörése bebizonyította, hogy a laboratóriumban tenyésztett emberi idegsejtek képesek komplex, háromdimenziós környezetben is döntéseket hozni.
A számítástechnika történetében a Doom (1993) futtatása egyfajta technológiai rítussá vált: láttuk már terhességi teszten, BIOS-ban és oszcilloszkópon is. Az ausztrál Cortical Labs legújabb kísérlete azonban túllép a puszta portoláson. A biotechnológiai startup nem hardvert, hanem magát a „számítási egységet” cserélte le: nagyjából 200 000 élő emberi neuront tanítottak meg a játék alapvető mechanizmusainak kezelésére.
Ez a kísérlet a biológiai számítástechnika (wetware computing) egyik legjelentősebb mérföldköve, amely rávilágít az élő szövet és a szilíciumalapú rendszerek közötti interfészek fejlődésére.
Wetware: Amikor a processzor lélegzik
A kísérlet alapját a Cortical Labs CL1 nevű rendszere adja, amelyet a világ első „kódolható biológiai számítógépeként” definiálnak. A rendszer lelke egy mikroelektróda-tömb, amelyre laboratóriumban tenyésztett emberi neuronokat integráltak. Fontos tudományos pontosítás, hogy ezek a sejtek nem közvetlenül emberi agyból származnak. A kutatók indukált pluripotens őssejteket (iPSC) használtak, amelyeket Shinya Yamanaka Nobel-díjas eljárásával bőr- vagy vérsejtekből programoztak vissza, majd differenciáltak idegsejtekké.
Ezek a neuronok a chip felületén axonokat és dendriteket növesztve hálózatba szerveződnek. A szilíciumalapú elektródák kettős feladatot látnak el: egyrészt elektromos impulzusokkal stimulálják a sejteket (input), másrészt rögzítik a neuronok válaszként adott elektromos tüskéit (output).
A káoszból rend: A tanulás metodológiája
A Doom világa nagyságrendekkel komplexebb, mint a csapat 2022-es Pong-kísérlete. Míg a Pong egy kétdimenziós, lineáris környezet, a Doom 2.5D-s tereket, ellenségeket és navigációs kényszert tartalmaz. A kutatók a vizuális információkat elektromos mintázatokká képezték le:
- Input: Ha egy ellenség jelenik meg a képernyő bal oldalán, a chip bal oldali elektródái specifikus frekvencián stimulálják a neuroncsoportot.
- Output: A neuronok válaszreakcióit motoros parancsokká (lövés, fordulás, mozgás) fordítja a szoftver.
A tanulás a neuroplaszticitáson és a megerősítéses tanulás egy biológiai változatán alapul. Ha a neuronok „helyes” döntést hoznak (pl. eltalálnak egy ellenséget), strukturált, kiszámítható elektromos visszacsatolást kapnak. Hiba esetén a rendszer kaotikus, zajos jelekkel bombázza a tenyészetet. A sejtek – a szabadenergia-elvnek megfelelően – igyekeznek minimalizálni a környezetük kiszámíthatatlanságát, így fokozatosan adaptálódnak a strukturált működéshez.
Összehasonlító elemzés: Pong vs. Doom
Az alábbi táblázat szemlélteti a biológiai számítási kapacitás fejlődését az elmúlt évek kísérletei alapján:
| Jellemző | Pong-kísérlet (2022) | Doom-kísérlet (2026) |
|---|---|---|
| Felhasznált neuronok száma | ~800 000 | ~200 000 |
| Környezeti komplexitás | 2D (lineáris) | 2.5D / 3D (kaotikus) |
| Tanulási idő | ~5 perc | ~1 hét |
| Interfész | DishBrain (prototípus) | CL1 (Cloud-alapú API) |
| Eredmény | Stabil játékmenet | Kezdő szintű navigáció és harc |
Látható, hogy bár a Doomhoz kevesebb neuront használtak, a szoftveres illesztőfelület (Python-alapú API) és a hatékonyabb stimulációs algoritmusok lehetővé tették a komplexebb feladatmegoldást.
Hatékonyság és etikai megfontolások
Miért van szükség biológiai számítógépekre, amikor a modern GPU-k és TPU-k elképesztő teljesítményre képesek? A válasz az energiahatékonyságban és a tanulási sebességben rejlik. Az emberi agy nagyjából 20 wattos fogyasztás mellett végez olyan műveleteket, amelyekhez a mesterséges intelligenciának megawattos nagyságrendű infrastruktúrára van szüksége. A Cortical Labs célja olyan hibrid rendszerek létrehozása, amelyek a biológia rugalmasságát ötvözik a digitális rendszerek precizitásával.
Ugyanakkor a technológia etikai kérdéseket is felvet. Bár a 200 000 neuron messze elmarad az emberi agy 86 milliárdos számától (inkább egy rovar agykapacitásához mérhető), a „tudatosság” vagy az „érzékelés” határai elmosódhatnak. A kutatók hangsúlyozzák, hogy a sejtek nem „látják” a játékot a szó emberi értelmében, csupán elektromos jeleket dolgoznak fel a homeosztázis fenntartása érdekében.
Jövőbeli irányok
A Cortical Labs már megnyitotta a CL1 platformot a külső fejlesztők előtt. A cél nem a gaming, hanem olyan valós alkalmazások, mint a robotkarok finommotoros vezérlése, az új gyógyszerek idegrendszerre gyakorolt hatásának tesztelése (állatkísérletek kiváltásával), vagy az energiahatékonyabb AI-architektúrák fejlesztése. A Doom-kísérlet csupán annak bizonyítéka, hogy a biológiai „wetware” képes strukturált válaszokat adni egy dinamikusan változó, idegen környezet ingereire.
