سلول‌های مغز انسان یاد می‌گیرند در آزمایش آزمایشگاه Cortical Labs بازی Doom انجام دهند

چالش "آیا می‌تواند Doom را اجرا کند؟" به مرز بعدی خود رسید.

استارتاپ Cortical Labs مستقر در ملبورن، استرالیا، با موفقیت خوشه‌هایی از سلول‌های زنده مغز انسان را برای پیمایش بازی ویدئویی کلاسیک 1993 آموزش داده است.

در ویدئویی که هفته گذشته در YouTube منتشر شد، محققان نورون‌های زنده انسانی را به نرم‌افزاری متصل کردند که روند بازی را به سیگنال‌های الکتریکی تبدیل می‌کند و فعالیت عصبی را به کنترل‌های درون بازی ترجمه می‌کند، که به سلول‌ها اجازه می‌دهد حرکت کنند، به دشمنان واکنش نشان دهند و سلاح شلیک کنند.

"در سال 2021، Pong را روی نورون‌ها به کار انداختیم. این مثل اولین نوع آزمایش بود تا ببینیم آیا می‌توانیم بازی جالبی داشته باشیم که با مردم ارتباط برقرار کند. اما پس از آن، اولین پاسخی که دریافت کردیم این بود که آیا می‌تواند Doom را اجرا کند؟" آلون لوفلر، دانشمند کاربردی در Cortical Labs، به Decrypt گفت.

در داخل دستگاه CL1 شرکت، تقریباً 200000 نورون زنده انسانی روی یک آرایه چند الکترودی کشت داده شده است که به محققان اجازه می‌دهد سلول‌ها را به صورت الکتریکی تحریک کنند و پاسخ‌های آن‌ها را به صورت بلادرنگ تفسیر کنند.

آیا می‌تواند Doom را اجرا کند؟

برای دهه‌ها، Doom به عنوان معیار غیررسمی برای مهندسانی که سیستم‌های جدید را آزمایش می‌کنند، عمل کرده است.

از زمانی که توسعه دهنده بازی های ویدئویی id Software مستقر در تگزاس، کد منبع بازی را در سال 1997 به صورت عمومی منتشر کرد، توسعه‌دهندگان آن را به طیف گسترده‌ای از پلتفرم‌های غیرمنتظره منتقل کرده‌اند.

این بازی تیراندازی در پلتفرم‌های غیرمنتظره ظاهر شده است، از جمله باکتری‌های روده و تست‌های بارداری، در شبکه‌های بلاک چین، در فایل‌های PDF، ماشین‌های چمن‌زنی رباتیک، و چالش‌های CAPTCHA که از بازیکنان می‌خواهد برای اثبات انسان بودن خود، شیاطین را شکست دهند.

لوفلر گفت تیم در ابتدا برای عملکردی کردن سیستم‌ها به کد محاسباتی سطح پایین بداهه‌ای متکی بود، اما در نهایت تصمیم گرفت پلتفرمی بسازد که از ابتدا طراحی شده باشد تا به محققان اجازه دهد از طریق کنترل‌های سطح بالا با استفاده از دستورات ساده Python با نورون‌ها تعامل داشته باشند.

پس از اینکه Cortical Labs پلتفرم را ساخت، توسعه سرعت گرفت.

لوفلر گفت: "همکار ما، شان، که Doom را نوشت، کد را برای ما در عرض چند روز به جای 18 ماه نوشت."

آموزش بازی به نورون‌ها

نورون‌ها از طریق سیگنال‌های بازخورد یاد می‌گیرند، زمانی که به درستی به سمت دشمن نشانه می‌گیرند جوایز کوچک و زمانی که با موفقیت شلیک کرده و هدف را از بین می‌برند جوایز بزرگتر دریافت می‌کنند، که با گذشت زمان رفتارهای مرتبط با آن سیگنال‌ها را تقویت می‌کند.

سپس محققان Cortical Labs از هوش مصنوعی برای اصلاح نحوه رمزگذاری اطلاعات بازی در سیگنال‌های الکتریکی ارسالی به نورون‌ها استفاده کردند.

لوفلر گفت: "سلول‌ها در واقع ورودی را یاد می‌گیرند. اما سپس هوش مصنوعی سعی می‌کند آن ورودی را بهبود بخشد تا سعی کند سلول‌ها کاری را که ما می‌خواهیم انجام دهند."

در حالی که سلول‌ها هنگام بازی Doom بهبود پیوسته‌ای نشان دادند، لوفلر تأکید کرد که نورون‌ها به ورودی‌ها واکنش نشان دادند نه اینکه واقعاً بازی را درک کنند.

او گفت: "سیستم در واقع نمی‌داند که Doom بازی می‌کند. سیگنال‌های الکتریکی دریافت می‌کند و سپس پاسخ‌ها را بیرون می‌دهد."

لوفلر گفت کار با نورون‌های زنده نیاز به رویکردی متفاوت از برنامه‌نویسی سنتی دارد.

لوفلر گفت: "این یک تغییر کاملاً متفاوت در طرز فکر است. شما نمی‌توانید فقط این نوع عادی سیستم محاسباتی را که برنامه‌نویسی می‌کنید داشته باشید. باید با یک نگرش کاملاً جدید و یک روش کاملاً جدید نگاه به چیزها انجام شود."

او گفت، بازی به عنوان یک نمایش عمومی عمل می‌کند در حالی که محققان کاربردهای عملی را بررسی می‌کنند.

لوفلر گفت علی‌رغم استفاده از نورون‌های مشتق شده از انسان، سیستم شبیه شناخت انسانی نیست.

او گفت: "فقط به این دلیل که آن‌ها سلول‌های انسانی هستند به این معنی نیست که یک انسان روی آن ظرف باشد. هیچ گیرنده درد وجود ندارد. هیچ ساختاری وجود ندارد که بتواند امکان عملکرد سطح بالاتر را فراهم کند."

با وجود این، محققان، او گفت، شواهدی از سازگاری عصبی خارج از مغز می‌بینند.

لوفلر گفت: "ما هنوز سازگاری با محیط را می‌بینیم. ما هنوز یادگیری را می‌بینیم. که به شما توانایی‌های ذاتی نورون‌ها برای سازگاری را نشان می‌دهد."