200 000 человеческих нейронов на чипе научились играть в Doom за неделю
В 2021 году нейрочипы Cortical Labs, работающие на основе биологических нейронов, сыграли в видеоигру Pong. Тогдашние чипы состояли из скопления более чем 800 000 клеток мозга, выращенных на микроэлектродных матрицах, способных как передавать, так и принимать электрические сигналы. Исследователям пришлось тщательно обучить чипы управлять ракетками по обеим сторонам экрана.
Игра Doom — куда более сложная игра: протагонисту нужно перемещаться по трехмерным лабиринтам, собирать оружие и отстреливать врагов. Эта сложность потребовала от разработчиков создать интерфейс, упрощающий программирование чипов на языке Python. Затем приглашенный специалист Шон Коул использовал Python, чтобы научить чипы играть в Doom. На это у него ушла примерно неделя, https://www.newscientist.com/article/2517389-human-brain-cel... New Scientist.
«В отличие от работы над Pong несколько лет назад, которая представляла собой годы кропотливой научной работы, эта демонстрация была выполнена за считанные дни человеком, который ранее имел относительно небольшой опыт работы непосредственно с биологией», — https://hightech.plus/2023/09/26/cortical-labs-u-biokompyute... Бретт Каган, сотрудник Cortical Labs.
Видеопоток игры преобразуется в паттерны электрической стимуляции, которые нейроны воспринимают как тактильные ощущения. При активации определенных паттернов персонаж стреляет или перемещается.
Нейронный компьютерный чип, который использовал примерно в четыре раза меньше нейронов, чем в случае Pong, играл в Doom лучше, чем средний игрок, но значительно уступал лучшим игрокам среди людей. Однако он обучался гораздо быстрее, чем традиционные системы машинного обучения на основе кремния, а при помощи новых алгоритмов обучения должен стать еще лучше, уверены разработчики.
Как пояснил Каган, опытный образец биочипа демонстрирует «адаптивное целеориентированное обучение в реальном времени». Пусть нейросеть не достигает пока наилучших показателей результативности игры, принципиально важно, что нейроны способны обучаться, а обратная связь за правильные и неправильные действия постоянно совершенствуется.
Китайские ученые https://hightech.plus/2025/09/11/kitai-predstavil-neiromorfn... «мозгоподобную» языковую модель SpikingBrain 1.0, предназначенную для работы на отечественных чипах вместо процессоров Nvidia. Система имитирует работу биологических нейронов, что позволяет сократить энергопотребление и достичь высокой производительности.