Ludzkie neurony uczą się grać w Doom w pięć dni. Medycyna i AI mogą się zmienić

W laboratorium powstał niezwykły gracz Doom: żywe ludzkie neurony sterujące postacią na ekranie bez ani jednej linijki kodu.

Naukowcy z Australii i Szwajcarii pokazali, że miniaturowe „mózgi” z komórek ludzkich potrafią samodzielnie opanować klasyczną strzelankę z lat 90. Ten eksperyment brzmi jak science fiction, ale już dziś zapowiada nowe podejście do komputerów, badań leków i interfejsów człowiek–maszyna.

Gra komputerowa zmienia się w laboratorium w test dla żywych komórek

Doom od dawna jest czymś więcej niż starą grą, do której wraca się z sentymentu. Inżynierowie na całym świecie wykorzystują go jako swoisty sprawdzian mocy obliczeniowej – uruchamiali go już na kalkulatorach, bankomatach, traktorach czy nawet elektronicznych testach ciążowych. Jeśli dane urządzenie radzi sobie z tą produkcją, oznacza to, że potrafi wykonywać złożone obliczenia i reagować na zdarzenia w czasie rzeczywistym.

Ten sam „test” trafił teraz do zupełnie innego środowiska: do naczynek z hodowanymi neuronami. Dwa zespoły badawcze – Cortical Labs z Australii i szwajcarskie FinalSpark – wykorzystały Doom jako wymagające środowisko treningowe dla bioprocesorów, czyli układów łączących żywe komórki nerwowe z elektroniką.

Badacze sprawdzili, czy ludzka tkanka nerwowa, odizolowana od organizmu i połączona z układami scalonymi, jest w stanie uczyć się na błędach i wypracować strategię przetrwania w dynamicznej grze.

Wybór gry nie jest przypadkowy. Doom wymusza jednoczesne planowanie ruchu, rozpoznawanie wrogów, unikanie przeszkód i reagowanie na nagłe zagrożenia. To właśnie tego typu zadania naturalnie wykonują sieci neuronowe w mózgu. Dzięki temu naukowcy mogą obserwować, jak żywe neurony radzą sobie z czymś, co do tej pory kojarzyliśmy wyłącznie z algorytmami AI.

200 tysięcy neuronów na chipie: jak działa bioprocesor Cortical Labs

System nazwany CL1 przypomina mikroskopijny mózg położony na układzie scalonym. Badacze stworzyli ok. 200 tysięcy neuronów z ludzkich komórek macierzystych i umieścili je na specjalnej płytce z 22 tysiącami mikroelektrod.

Te elektrody pełnią dwie funkcje. Po pierwsze, odczytują spontaniczną aktywność elektryczną neuronów. Po drugie, wysyłają do nich impulsy reprezentujące sytuację w grze. Na przykład położenie potwora czy przeszkody na mapie zamienia się na wzór impulsów kierowany do wybranych fragmentów hodowli.

Neurony reagują na bodziec, generując własne wyładowania. Odczytany przez elektrody sygnał zamienia się w ruch postaci w Doom – skręt, krok naprzód, strzał. Nie ma tu klasycznego programu, tylko pętla interakcji: wirtualne otoczenie pobudza neurony, a te odpowiadają zachowaniem bohatera na ekranie.

Nauka przez „nagrodę” i „karę” w pięć dni

Kluczowy jest sposób uczenia. System wzmacnia te wzorce aktywności, które poprawiają wyniki w grze, a osłabia te prowadzące do szybkiej śmierci postaci. Gdy neurony „podejmą decyzję”, dzięki której gracz dłużej żyje, otrzymują przyjemną, uporządkowaną stymulację. Kiedy postać ginie albo ugrzęźnie, sygnał jest chaotyczny i mniej „korzystny” dla sieci.

To biologiczny odpowiednik nagrody dopaminowej w mózgu – po kilku dniach komórki zaczęły poruszać się sprawniej, unikać ścian i skuteczniej celować do demonów.

Według opisu eksperymentu już po pięciu dniach kultury neuronowe wykazywały mierzalną poprawę: rzadziej blokowały się w martwych punktach, częściej trafiały przeciwników i wydłużały czas przetrwania w korytarzach gry. Nie tworzono tu żadnego klasycznego modelu uczenia maszynowego – całą „pracę” wykonywała biologiczna sieć komórek.

Miniaturowe „mózgi” w 3D: inna droga FinalSpark

Zespół FinalSpark wybrał inną konstrukcję. Zamiast płaskiej warstwy neuronów, badacze wykorzystali organoidy mózgowe – trójwymiarowe, kuliste struktury z ok. 10 tysiącami komórek każda. Takie organoidy odtwarzają w pewnym stopniu architekturę fragmentów ludzkiego mózgu: mają warstwy, lokalne połączenia i spontaniczną aktywność.

Te miniaturowe „mózgi” także połączono z elektroniką, która tłumaczyła przebieg gry na bodźce elektryczne i interpretowała odpowiedź neuronów jako ruchy w Doom. Według opisu badań organoidy w mniej niż tydzień zaczęły wypracowywać powtarzalne wzorce zachowania, które przypominały strategie znane z treningu zwierząt laboratoryjnych.

• rozróżniały bezpieczniejsze i bardziej ryzykowne obszary mapy,
• uczyły się unikać sekwencji zdarzeń kończących się szybką śmiercią,
• stabilizowały określone schematy aktywności, gdy przynosiły one „korzyść” w grze.

Szybkość tej adaptacji zaskakuje, zwłaszcza gdy porówna się ją z klasycznymi sieciami AI, które do podobnych zadań potrzebują zwykle dziesiątek milionów kroków treningu i ogromnych serwerowni.

Energia: mikrowaty zamiast megawatów

Różnica w zużyciu energii to jeden z najgłośniejszych efektów projektu. Trening nowoczesnych modeli AI wymaga centrów danych pobierających stałe megawaty mocy. Tymczasem bioprocesor CL1 działa w skali mikrowatów na pojedynczy neuron.

Przybliżone porównanie: na określoną jednostkę obliczeń taki bioprocesor zużywa nawet milion razy mniej energii niż współczesne procesory graficzne.

Źródłem tej wydajności jest sama natura komórek nerwowych. Neurony komunikują się dzięki sygnałom elektrochemicznym, wykorzystując jony i błony komórkowe, a nie rozgrzane do granic wytrzymałości tranzystory. Sieć komórek działa równolegle i w sposób silnie rozproszony, co zmniejsza koszt obliczeń na pojedynczy element.

Dla branży technologicznej, zmagającej się z rosnącymi rachunkami za energię i chłodzenie centrów danych, perspektywa „żywych procesorów” brzmi kusząco. Zanim jednak takie systemy trafią do praktycznych zastosowań, trzeba rozwiązać wiele problemów technicznych i etycznych.

Leki testowane na ludzkich neuronach zamiast na zwierzętach

Najbliższe realnym wdrożeniom wydają się zastosowania medyczne. FinalSpark już oferuje swój system firmom farmaceutycznym jako alternatywę dla części badań na zwierzętach. Naukowcy mogą podawać potencjalne leki bezpośrednio do organoidów z komórek ludzkich i obserwować, jak zmienia się ich aktywność.

W terapii chorób neurodegeneracyjnych, takich jak Alzheimer czy Parkinson, to ogromna szansa. Neurony powstałe z komórek konkretnego pacjenta pozwalają stworzyć model jego indywidualnej choroby. W przyszłości lekarze mogliby więc testować różne kombinacje leków „na stole” przed włączeniem ich w normalne leczenie.

Część badaczy idzie jeszcze dalej w wyobraźni i mówi o hybrydach łączących bioprocesory z ludzkim układem nerwowym. W takim scenariuszu organoidy mogłyby kiedyś działać jak biologiczne „koprocesory”, wspomagające pamięć czy analizę złożonych bodźców. Tego typu pomysły wywołują jednak równie wiele pytań, co entuzjazmu.

Granica między maszyną a życiem staje się coraz cieńsza

Dzisiejsze bioprocesory są dalekie od stabilnych, komercyjnych produktów. Organoidy żyją w laboratorium najwyżej kilka miesięcy, wymagają sterylnych warunków, stałej kontroli składu pożywki i temperatury. Nie da się ich po prostu „włożyć do komputera” jak zwykłej karty graficznej.

Mimo to eksperymenty z Doom wyznaczają nowy etap w pracy nad hybrydowymi systemami obliczeniowymi. Pokazują, że nawet niewielkie, odizolowane fragmenty ludzkiej tkanki nerwowej potrafią szybko wykształcać zachowania przypominające uczenie się, gdy w odpowiedni sposób połączy się je z elektroniką.

W tle rośnie napięcie etyczne. Im bardziej złożone i długowieczne będą takie struktury, tym poważniej badacze będą musieli traktować pytania o ewentualne odczuwanie bodźców czy rodzaj proto-świadomości. Dziś organoidy to jedynie rozproszone skupiska komórek, ale kolejne generacje układów mogą być znacznie bardziej zaawansowane.

Dla zwykłego użytkownika komputerów i smartfonów ważne jest zrozumienie, że nie chodzi tu wyłącznie o kolejną ciekawostkę z laboratoriów. Bioprocesory pokazują, jak bardzo różni się sposób przetwarzania informacji przez naturę i przez krzem. W pewnych zadaniach, szczególnie tych związanych z adaptacją do zmieniającego się otoczenia, ludzka biologia nadal bije na głowę najbardziej imponujące chipy.

Jeśli tę przewagę uda się w części przełożyć na praktyczne narzędzia, za kilka lub kilkanaście lat termin „komputer biologiczny” może brzmieć równie zwyczajnie, jak dziś „smartfon”. Eksperyment z Doom to tylko pierwszy głośny przykład, że ta ścieżka rozwoju przestaje być wyłącznie fantazją z filmów science fiction.