2021 m. Australijos kompanija „Cortical Labs“ naudojo savo neuronais pagrįstus kompiuterinius lustus žaisti „Pong“. Lustai susidėjo iš daugiau nei 800 000 gyvų smegenų ląstelių grupių, išaugintų ant mikroelektrodų masyvų, kurie gali siųsti ir priimti elektrinius signalus. Tyrėjai turėjo atidžiai mokyti lustus valdyti raketes abiejose ekrano pusėse.
Dabar „Cortical Labs“ sukūrė sąsają, kuri palengvina šių lustų programavimą naudojant populiarią programavimo kalbą „Python“. Nepriklausomas kūrėjas Seanas Cole’as tada panaudojo „Python“, kad išmokytų lustus žaisti „Doom“ – ir jis tai padarė per maždaug savaitę.
„Skirtingai nuo „Pong“ darbo, kurį atlikome prieš kelerius metus ir kuris buvo metų kruopštaus mokslinio darbo rezultatas, šis demonstravimas buvo atliktas per kelias dienas asmens, kuris anksčiau turėjo palyginti mažai patirties dirbant tiesiogiai su biologija, – sako Brettas Kaganas iš „Cortical Labs“. – Būtent šis prieinamumas ir lankstumas daro tai tikrai įdomu.“
Neuroninis kompiuterio lustas, kuriame buvo panaudota apie ketvirtadalis neuronų, palyginti su „Pong“ demonstracija, žaidė „Doom“ geriau nei atsitiktinai šaudantis žaidėjas, bet jo rezultatai buvo gerokai prastesni nei geriausių žmogiškųjų žaidėjų. Tačiau jis mokėsi daug greičiau nei tradicinės, silicio pagrindu sukurtos mašininio mokymosi sistemos ir turėtų būti pajėgus pagerinti savo rezultatus naudodamas naujesnius mokymosi algoritmus, teigia B. Kaganas.
Tačiau jo nuomone, lustus lyginti su žmogaus smegenimis nėra prasminga. „Taip, jis yra gyvas, ir taip, jis yra biologinis, bet iš tiesų jis naudojamas kaip medžiaga, kuri gali apdoroti informaciją labai ypatingais būdais, kurių mes negalime atkurti silicio pagrindu“, – aiškina tyrėjas.
„Doom“ yra žymiai sudėtingesnis nei ankstesnės demonstracijos, ir sėkminga sąveika su šiuo žaidimu parodo realius pažangos pasiekimus, kaip galima valdyti ir mokyti gyvas neuronines sistemas“, – sako Andrew Adamatzky iš Vakarų Anglijos universiteto Bristolyje, Jungtinėje Karalystėje.
Steve Furber iš Mančesterio universiteto Jungtinėje Karalystėje sutinka, kad „Doom“ yra žymiai aukštesnio lygio nei „Pong“, bet jis sako, kad vis dar yra daug dalykų, kurių mes nesuprantame apie tai, kaip šie neuronai žaidžia žaidimą – pavyzdžiui, kaip neuronai žino, ko iš jų tikimasi, arba kaip jie gali „matyti“ ekraną be akių.
Nepaisant to, šis gebėjimų šuolis yra įdomus, sako Yoshikatsu Hayashi iš Redingo universiteto Jungtinėje Karalystėje, ir žymiai priartina mus prie naudingų realaus pasaulio pritaikymų – pavyzdžiui, robotinės rankos valdymo biologiniais kompiuteriais: užduoties, kurią Y. Hayashi ir jo kolegos bando atlikti naudodami panašų kompiuterį, pagamintą iš želė konsistencijos hidrogelio. „[Žaisti „Doom“] yra tarsi paprastesnė visos rankos valdymo versija“, sako Y. Hayashi.
„Įdomu ne tik tai, kad biologinė sistema gali žaisti „Doom“, bet ir tai, kad ji gali susidoroti su sudėtingumu, neapibrėžtumu ir sprendimų priėmimu realiuoju laiku, – sako A. Adamatzky. – Tai daug artimesnė užduotis, kurią ateityje turės atlikti biologiniai arba hibridiniai kompiuteriai.“
Parengta pagal „New Scientist“.