Neurony z ludzkiej krwi grają w Dooma. Biokomputery to już nie tylko sci-fi

Wyobraź sobie garść neuronów wyhodowanych z Twojej własnej krwi, które rosną na szklanym chipie i namiętnie wybijają demony w kultowym shooterze z 1993 roku. Brzmi jak scenariusz niskobudżetowego horroru science-fiction? Nic z tych rzeczy. Australijczycy z Cortical Labs właśnie to zrealizowali, podczas gdy amerykańscy badacze z Eon Systems tchnęli cyfrowe życie w mózg muszki owocówki. To czysta nauka, która zaczyna wyprzedzać wyobraźnię pisarzy.

Jak Cortical Labs zbudowało biologiczny komputer do Dooma?

Startup z Melbourne, Cortical Labs, wykonał imponujący skok – od prostego Ponga w 2022 roku do pełnoprawnej rozgrywki w Dooma. Ich autorski chip CL1 to w rzeczywistości 200 000 żywych neuronów osadzonych na szklanej płytce wielkości monety. Dane z gry, takie jak poziom zdrowia czy pozycje przeciwników, są tłumaczone na impulsy elektryczne. Neurony przetwarzają te informacje w czasie rzeczywistym i odsyłają konkretne komendy: ruch w lewo, unik czy strzał.

Hon Weng Chong, CEO firmy, żartuje, że w środowisku entuzjastów technologii Doom musi zostać uruchomiony na wszystkim – od kalkulatora po mikrofalówkę. Za kod odpowiada 24-letni Sean Cole, absolwent University of Sussex, który sam był zaskoczony, że system zadziałał niemal natychmiast. Cały proces kopiuje ludzką biologię: siatkówka odbiera sygnały, mózg podejmuje decyzję, a mięśnie wykonują akcję. Tyle że tutaj nie ma oczu ani palców – jest tylko czysta elektryczność.

„Na początku system kompletnie nie wiedział, jak się poruszać czy celować. Potem jednak zaczął eliminować wrogów i nagle zastygał w bezruchu – zupełnie tak, jakby priorytetem stało się dla niego przetrwanie”– wspomina Cole.

To dowód na to, że uczenie się w kontrolowanym środowisku biologicznym może być znacznie szybsze niż w przypadku tradycyjnego AI.

Skąd te neurony i jak je hodują?

Spokojnie, nikt nie otwierał niczyjej czaszki – neurony wyhodowano z zaledwie 10 ml krwi szefa firmy. Białe krwinki zostały pobrane, a następnie przeprogramowane na indukowane pluripotencjalne komórki macierzyste (iPSCs) przy użyciu metody, za którą Shinja Yamanaka otrzymał Nobla w 2012 roku. Naukowcy dosłownie cofają zegar biologiczny komórek do stanu embrionalnego, by potem przekształcić je w sprawne neurony.

Po umieszczeniu na matrycy, komórki komunikują się z komputerem za pomocą prądu – to ich wspólny język. Co fascynujące, chip CL1 zużywa mniej energii niż zwykły kalkulator kieszonkowy, co stanowi brutalny kontrast dla centrów danych AI, które pożerają całe megawaty. Cortical Labs idzie o krok dalej i buduje „biologiczną chmurę”, która nie będzie wymagała od klientów posiadania własnych laboratoriów.

To już nie jest futurystyczna wizja, ale produkt komercyjny. Deweloperzy mogą pisać kod w Pythonie i wdrażać go bezpośrednio na żywej tkance. O ile Pong był jedynie wewnętrznym testem możliwości, o tyle Doom udowodnił, że system potrafi współpracować nawet ze zdalnymi programistami.

Eon Systems ożywia mózg muszki owocówki cyfrowo

W tym samym czasie w San Francisco zespół Eon Systems dokonał czegoś równie niesamowitego: zmapował mózg muszki owocówki przy użyciu mikroskopii elektronowej. Powstała emulacja składająca się ze 140 000 neuronów, która tworzy wirtualnego owada. Ten cyfrowy byt od razu wie, jak latać, żerować czy dbać o higienę, i to bez sekundy treningu. To mocny cios w fundamenty współczesnego AI, gdzie zakłada się, że inteligencja musi zostać nabyta – u muszki jest ona po prostu „zaszyta” w strukturze.

Wirtualny owad posiada 87 stawów i sprawnie nawiguje w symulacji, mimo że jego świat jest mocno uproszczony i pozbawiony zapachów czy smaków. Michael Andregg, CEO Eon Systems, przyznaje z przekąsem, że muszka pewnie czuje, że coś tu nie gra. Więcej o tym przełomie przeczytacie w naszym tekście: Mózg muszki owocówki ożył w komputerze.

Cały ten eksperyment idealnie ilustruje paradoks Moraveca: komputery świetnie radzą sobie z logiką, ale wykładają się na prostej motoryce, w której biologia, po milionach lat ewolucji, jest niedościgniona.

Czy te neurony mają świadomość?

Sean Cole ucina spekulacje krótko: „to nie jest świadome”. Choć system na początku działa chaotycznie, a z czasem uczy się unikać pocisków niczym wprawny gracz, nie stoi za tym żadne „ja”. Naukowcy tłumaczą to zasadą wolnej energii (gdzie systemy żywe dążą do minimalizacji niepewności) lub regułą Hebba, według której połączenia między neuronami wzmacniają się przy jednoczesnej aktywacji.

To nie sentience, czyli zdolność odczuwania, ale twardy dowód na to, że biologia uczy się efektywniej w rozwiązywaniu złożonych problemów niż krzem. Cole przewiduje przyszłość podobną do wizji Neuralink: chipy w mózgu, które pozwolą nam błyskawicznie opanować nowy język, choć niesie to ze sobą ryzyko przypadkowego nadpisania wspomnień. Ironia losu polega na tym, że podczas gdy my ekscytujemy się Doomem, te neurony po prostu walczą o przetrwanie w swoim elektrycznym świecie.

Porównanie biologicznego komputera Cortical Labs z cyfrową symulacją Eon Systems.

Oba projekty pokazują nam fascynujące hybrydy bio-cyfrowe, ale – przynajmniej na razie – są to mechanizmy pozbawione duszy.

Medyczne zastosowania i ciemna strona

Mimo że granie w shootery przyciąga nagłówki, prawdziwym celem jest medycyna. Hon Weng Chong chce wykorzystać tę technologię do modelowania epilepsji i testowania leków na żywych neuronach pacjenta, ale poza jego organizmem. Kolejnym krokiem mają być… Pokemony, a w dalszej perspektywie roboty i drony wyposażone w biologiczne procesory, zdolne do działania w nieprzewidywalnych warunkach.

Czy są powody do obaw? Etyka klonowania cyfrowego, ryzyko manipulacji pamięcią czy hodowanie ludzkich tkanek w laboratoriach to tematy, które musimy przemyśleć już teraz. Choć biologiczne centra danych mogą uratować nas przed kryzysem energetycznym, pojawia się pytanie: kto będzie wymieniał płyn mózgowo-rdzeniowy w serwerowni co dobę? Firma już planuje budowę takich jednostek w Singapurze i Melbourne.

To nie oznacza końca ery krzemu, ale zapowiada narodziny potężnego sojuszu. Biologia przejmie po prostu te zadania, przy których tradycyjne AI dostaje zadyszki.

Źródła: The Guardian, The Verge, Cortical Labs (corticallabs.com), Ars Technica