Az 1990-es évek vége óta a kutatók neuronokat növesztettek mikroelektródákon (MEA), és azt vizsgálják, hogy ezek az élő idegsejtek hogyan alkotnak hálózatokat, és hogyan reagálnak az elektromos ingerekre. Akkoriban ez csak alaptudomány volt, gyakorlati számítási alkalmazások nélkül.
A 2000-es években a MEA sejtjei már reagáltak az ingerekre, és aktivitási mintákat alakítottak ki, ami arra késztette a kutatókat, hogy „kondicionálják” ezeket a tenyésztett neurális hálózatokat, hogy ismételt stimulációval bizonyos viselkedéseket hajtsanak végre.
A nagy ugrás azonban 2021-ben következett be, amikor az ausztrál Cortical Labs cég végrehajtotta a DishBrain kísérletet. A cél az volt, hogy a neuronok ne csak egy rögzített ingerre reagáljanak, . A kiválasztott jármű az 1972-es „Pong” videojáték volt.
Nemrég egy erőpróbán, amely jelentősen növelte a mező hitelességét, ugyanaz a Cortical megalkotta a CL-1-et – egy hibrid biológiai számítógépet. Körülbelül 200 000 élő emberi agysejt felhasználásával, amelyeket mikrochipen növeszteneka rendszer képes volt lejátszani a klasszikus első személyű lövöldözős (FPS) játékot, a „Doom”-ot, amely egy 1993-ból származó kulturális jelenség.
A „Pong”-tól a „Doom” végzetéig: égő neuronok
A számítási szempontból egyik legegyszerűbb játék, a „Pong” „Doom”-má való evolúciója valóban összetett kognitív kihívást jelent. A háromdimenziós környezet és az ellenségekkel való állandó, kiszámíthatatlan találkozások óriási kihívást jelentenek 200 000, egy tányéron, szem, idegrendszer és test nélkül nőtt neuron számára.
Ahhoz, hogy ez a konfrontáció az agysejtek evolúciós kontextusa nélkül lehetséges legyen, a kutatóknak le kellett fordítaniuk a videojáték digitális világát a biológia természetes nyelvére: az elektromosságra. A sejttenyészetet több elektródával ellátott lemezre helyeztük.
A dinamika lenyűgöző. Amikor az Imp lény megjelenik a képernyő bal oldalán, az elektródák stimulálják az idegtenyészet adott régióját, aminek hatására a neuronok reagálnak, és elektromos jeleket bocsátanak vissza. Ha a rendszer felismeri a felvételi mintát, a karakter gyorsan lő vagy mozog.
Ebben az egész műveletben az a leglenyűgözőbb senki sem programozta kifejezetten az idegsejteket úgy, hogy egy adott mintát társítsanak a karakter lelövéséhez vagy mozgatásához. A sejtek maguk is megtanulták ezt az asszociációt visszacsatoláson keresztül létrehozni, és spontán módon hasznos funkcionális mintákat fejlesztettek ki a játék környezetével való interakcióhoz.
Annak ellenére, hogy funkcionális noobként viselkedett (tapasztalatlan játékos, de képes ellátni szerepét) és elveszített meccseket, a rendszer sokkal gyorsabban érte el jelenlegi teljesítményszintjét, mint sok hagyományos szilícium alapú mesterséges tanulási rendszer. A játékra kiképzett AI-knak például általában több millió szimulált játékra van szükségük a hasonló teljesítmény eléréséhez.
Tanulás: kiút a pokolból?
Valódi neuronok „Doom” játékra késztetése olyan élmény, amely túlmutat a puszta szórakoztatáson vagy a tudományos kíváncsiságon. Ez valódi bizonyíték arra, hogy a CL-1-ben jelenlévő hibrid szerves technológia életképes, és képes egyesíteni az emberi agy erejét – energiahatékonyságot, plaszticitást, gyors tanulást – a szilícium legjavával: a feldolgozási sebességgel és precizitással.
Akárcsak a Doom főszereplője, akinek túl kell élnie és kiutat kell találnia, átvészelve a pokol káoszát, . Ha a hagyományos számítástechnika átmegy az energiahatékonyság és a tanulási sebesség saját „poklán”, a wetware (az agyszövet és a hardver fúziója) menekülési portál lehet.
A szint teljesítése itt nem harci képességet jelent, hanem a kognitív folyamat fejlődésének bemutatását, ami jelen esetben valós idejű adaptív tanulás, amely konkrét célok elérésére irányul. Más szóval: elegáns és hatékony módja annak, hogy megértsük, hogyan reagálnak és szerveződnek át a biológiai rendszerek az inger hatására.
A rendszer úgy működik, mint egy folyamatos, gyors iramú beszélgetés a játék és a sejtek között – a játék beszél, a sejtek válaszolnak, a rendszer ezt a választ cselekvésként értelmezi, a cselekvés megváltoztatja a játékot, és a ciklus újra kezdődik. Minden körben a neuronok fokozatosan átrendeződnek, hogy hatékonyabban reagáljanak – amit tanulásnak nevezünk.
