سلول‌های مغزی انسان کامپیوتر را اجرا می‌کنند و بازی 'Doom' را یاد می‌گیرند

استرالیا - خبرگزاری اخباری

سلول‌های مغزی انسان کامپیوتر را اجرا می‌کنند و بازی 'Doom' را یاد می‌گیرند

در یک پیشرفت انقلابی، دانشمندان Cortical Labs استرالیا با موفقیت یک بیو-کامپیوتر متشکل از سلول‌های مغزی انسان که در آزمایشگاه رشد کرده‌اند را آموزش داده‌اند تا بازی ویدیویی مشهور و چالش‌برانگیز 'Doom' را تسلط یابد. این شاهکار نشان‌دهنده جهش بزرگی در زمینه بیو-کامپیوتینگ است و پتانسیل سیستم‌های بیولوژیکی را برای انجام وظایف پیچیده و هدفمند در زمان واقعی نشان می‌دهد. این پیشرفت به عنوان یک لحظه کلیدی در تلاش برای توسعه نسل جدیدی از فناوری‌های ارگانیک هیبریدی که هوش بیولوژیکی را با سیستم‌های مبتنی بر سیلیکون ترکیب می‌کنند، دیده می‌شود.

برت کاگان، مدیر ارشد علمی و عملیاتی Cortical Labs، در یک اعلامیه ویدیویی اخیر گفت: "این یک نقطه عطف مهم بود، زیرا یادگیری تطبیقی، بی‌درنگ و هدفمند را به نمایش گذاشت." این دستاورد فراتر از تازگی صرف تعامل ماده ارگانیک با رسانه‌های دیجیتال است؛ این نمایانگر بینش عمیقی در قابلیت‌های انطباق و یادگیری شبکه‌های عصبی، چه بیولوژیکی و چه مصنوعی، است.

سفر برای فعال کردن سلول‌های مغزی برای بازی 'Doom' طولانی بوده است. کار قبلی این شرکت که در سال 2021 برجسته شد، شامل یک بیو-کامپیوتر به نام 'DishBrain' بود. این سیستم پیشگام از حدود 800,000 سلول عصبی انسان استفاده کرد که به طور پیچیده‌ای به یک تراشه پردازشی کوچک متصل بودند. این تراشه برای تفسیر و هدایت فعالیت الکتریکی طراحی شده بود و اصول اساسی محاسبات سنتی مبتنی بر سیلیکون را تقلید می‌کرد. برای نشان دادن پتانسیل 'DishBrain'، مهندسان در ابتدا آن را برای بازی 'Pong' آموزش دادند، یک بازی آرکید 2D ساده‌تر که اغلب به دلیل نیاز به ناوبری بی‌درنگ در یک چشم‌انداز اطلاعاتی پویا، به عنوان یک معیار برای دانشمندان علوم اعصاب محاسباتی استفاده می‌شود.

دستیابی به معیار 'Pong' برای Cortical Labs بیش از 18 ماه با استفاده از سخت‌افزار و نرم‌افزار اصلی آنها طول کشید. با این حال، جاه‌طلبی برای مقابله با چالش‌های پیچیده‌تر منجر به توسعه 'CL1' شد، سیستمی که اکنون قادر به تعامل با 'Doom' است. این شرکت با افتخار 'CL1' را "اولین کامپیوتر بیولوژیکی قابل استقرار از طریق کد در جهان" می‌نامد و آمادگی آن را برای کاربردهای پیشرفته فراتر از نمایش‌های اولیه تأکید می‌کند.

انتقال از 'Pong' به 'Doom' پیچیدگی و سودمندی فزاینده بیو-کامپیوترها را برجسته می‌کند. در حالی که حرکت دادن یک پدال دیجیتال یک اثبات مفهوم مهم بود، ارزش واقعی در وظایفی نهفته است که نیاز به پردازش شناختی پیچیده‌تری دارند. 'Doom' مدت‌هاست که به عنوان یک آزمون فراگیر برای چابکی تکنولوژیکی در دنیای محاسبات عمل کرده است، و علاقه‌مندان و شرکت‌های بزرگ همگی راه‌هایی برای اجرای آن بر روی همه چیز از ماشین‌حساب گرفته تا تراکتور پیدا کرده‌اند. سوال برای Cortical Labs این نبود که آیا آنها سعی در اجرای 'Doom' بر روی تراشه‌های عصبی خواهند داشت یا خیر، بلکه چه زمانی.

یکی از موانع قابل توجه برای 'CL1' نیاز به پردازش ورودی بصری بود، به طور اساسی بازی را "دیدن" همانطور که یک بازیکن انسانی می‌بیند. با توجه به فقدان سنسورهای نوری ذاتی، تیم مهندسی با چالش تبدیل داده‌های بصری به الگوهای تحریک الکتریکی که نورون‌های کشت‌شده بتوانند تفسیر کرده و به آنها پاسخ دهند، روبرو شد. قابل توجه است که این مشکل پیچیده در حدود یک هفته توسط شان کول، یک توسعه‌دهنده مستقل با تجربه محدود در محاسبات بیولوژیکی، حل شد. نوآوری کلیدی توسعه یک رابط جدید برای 'CL1' بود که امکان برنامه‌نویسی را از طریق زبان پایتون که به طور گسترده در دسترس است، فراهم می‌کند.

اگرچه 'CL1' هنوز قهرمان مسابقات 'Doom' نیست - بهتر از شلیک تصادفی بازی می‌کند اما هنوز هم اغلب می‌بازد - پیشرفت آن قابل توجه است. Cortical Labs گزارش می‌دهد که 'CL1' به سطح عملکرد فعلی خود به طور قابل توجهی سریعتر از سیستم‌های یادگیری ماشینی سنتی مبتنی بر سیلیکون رسیده است. این شرکت انتظار دارد با بهبود الگوریتم‌های آن، پیشرفت‌های بیشتری حاصل شود. پیامدهای این فناوری بسیار فراتر از بازی است؛ تکرارهای آینده بیو-کامپیوترها به طور بالقوه می‌توانند بازوهای رباتیک پیشرفته را هدایت کنند، فرآیندهای دیجیتال پیچیده را مدیریت کنند، یا حتی به اشکال جدیدی از تحقیقات و درمان پزشکی کمک کنند. عبور موفقیت‌آمیز از معیار 'Doom' نشانگر قوی از مسیر امیدوارکننده این فناوری است.

خبرگزاری اخباری