800 тысяч нейронов мозга за неделю научились играть в Doom

В 1993 году Doom изменил индустрию видеоигр. В 2026-м ту же игру освоили живые клетки человеческого мозга, выращенные на кремниевом чипе. И на это ушла ровно неделя.

Австралийская компания Cortical Labs объявила, что её биологический компьютер CL1 — устройство с примерно 800 тысячами живых нейронов — успешно научился ориентироваться в трёхмерных коридорах классического шутера. То, что для кремниевых систем машинного обучения заняло бы месяцы тренировок, биологические нейроны усвоили за семь дней.

Как нейроны на чипе учатся играть

CL1 — это не просто петри-чашка с клетками. Cortical Labs называет его «первым в мире биологическим компьютером с поддержкой Python». Нейроны выращиваются на специальной подложке с электродами, которые одновременно записывают активность клеток и подают стимулирующие сигналы. Именно через эти сигналы система «говорит» с нейронами — передаёт им информацию об игровом мире.

В случае с Doom визуальная информация о происходящем на экране преобразуется в паттерны электрических импульсов. Нейроны обрабатывают эти сигналы и генерируют ответную активность, которая транслируется в управляющие команды: повернуть, выстрелить, двигаться вперёд. Чем точнее решения — тем меньше «дискомфорта» получают клетки. Этот принцип обратной связи и есть обучение.

Что удивительно: никаких алгоритмов градиентного спуска, никакого backpropagation. Биологические нейроны сами нашли способ интерпретировать ввод и давать осмысленные ответы.

Неделя против месяцев

Прорыв 2022 года — когда Cortical Labs впервые заставила нейроны играть в Pong — потребовал 18 месяцев работы. Doom оказался несравнимо сложнее: трёхмерное пространство, движущиеся враги, навигация в разветвлённых коридорах. Тем не менее разработчик Шон Коул, не имевший до этого опыта в биовычислениях, интегрировал Doom в CL1 примерно за неделю.

Ключевую роль сыграл новый Python-интерфейс платформы. Он позволяет независимым разработчикам подключать любые приложения к биологическому «железу» без глубоких знаний нейробиологии — примерно так же, как обычный программист работает с GPU, не разбираясь в физике транзисторов.

«Это важная веха — она доказала адаптивное обучение в реальном времени с направленной целью.» — Бретт Каган, директор по науке Cortical Labs

Нейроны пока проигрывают большинство забегов. Но они уже превосходят систему со случайным выбором действий — а это первый признак реального обучения, а не случайного совпадения.

Зачем всё это нужно

Биологические вычисления интересны по нескольким причинам, которые выходят далеко за рамки видеоигр. Человеческий мозг потребляет около 20 ватт при обработке информации несравнимо большей сложности, чем любая современная нейросеть. Кремниевые ускорители — дата-центры с тысячами GPU — тратят мегаватты ради задач, с которыми три фунта биологической ткани справляются мимоходом.

Cortical Labs видит в CL1 прообраз будущих систем: биологические чипы, управляющие роботами или решающие задачи, которые пока непосильны для кремния. Это не фантастика — компания уже продаёт CL1 исследовательским лабораториям.

Отдельный вопрос — этический. Когда именно скопление нейронов приобретает что-то похожее на опыт? Cortical Labs работает с собственным этическим комитетом над этим вопросом, но индустрия пока не выработала консенсуса.

Что дальше

Cortical Labs открывает платформу для внешних разработчиков. История с Doom — лучшая демонстрация того, что это работает: один человек за неделю смог запустить на биологическом компьютере задачу, которую раньше не решал никто в мире. Следующий шаг — более сложные среды и, возможно, задачи реального мира: управление манипуляторами, обработка сенсорных данных, адаптивные алгоритмы для медицины.

Пока Doom для нейронов — это демо. Но год назад Pong тоже был просто демо.