Im bardziej próbujemy zbliżyć maszyny do elastyczności ludzkiego myślenia, tym bardziej brutalna staje się cena energetyczna tej ambicji. Podobny problem poruszałem przy neuromorficznych komputerach korzystających ze światła, bo tam również pytanie nie brzmi już tylko “jak liczyć szybciej?”, ale “czy komputer musi liczyć tak, jak robi to od dekad?”. Dlatego na eksperyment z żywymi neuronami grającymi w Dooma nie patrzę jak na zabawną ciekawostkę z pogranicza biologii i gamingu. To coś więcej, bo niech mi ktoś powie, że komórki mózgowe, wyhodowane w laboratorium, podłączone do krzemowego układu i uczące się strzelać do przeciwników w grze z lat 90., to nie wręcz osiągnięcie dekady.
Doom jako test dla żywego układu
Za eksperyment odpowiada Cortical Labs, australijska firma rozwijająca platformę CL1, czyli biokomputer łączący żywe neurony z krzemowym układem i systemem elektrod. Według opisu opublikowanego przez ScienceAlert, w tej dokładnie demonstracji chodziło o około 200 tys. ludzkich komórek mózgowych wyhodowanych z komórek macierzystych pochodzących z donacji krwi. Nie mówimy więc o “miniaturowym mózgu człowieka” w sensie potocznym, tylko o kulturze komórek nerwowych utrzymywanej przy życiu, stymulowanej i odczytywanej przez elektronikę.
Czytaj też: Gothic wraca. Tłumaczę dlaczego to najtrudniejszy remake gry w historii
Cortical Labs nie zaczynało jednak od Dooma. Wcześniejszy etap był znacznie prostszy i dotyczył Ponga, czyli gry, w której wystarczy przesuwać paletkę oraz odbijać piłkę. Już w 2022 roku zespół z Melbourne pokazywał, że komórki nerwowe w naczyniu mogą wykonywać zadania ukierunkowane na cel, a wyniki zostały opisane w czasopiśmie Neuron. Monash University podawał wtedy, że DishBrain składał się z 800 tys. komórek i służył jako model pozwalający badać działanie mózgu oraz wpływ substancji na aktywność neuronów.
Jak zapewne wiecie, Doom jest jednak zupełnie innym poziomem symbolicznego obciążenia. Pong to niemal laboratoryjna metafora uczenia, a Doom z 1993 roku to chaotyczna przestrzeń 3D, ruch, ściany, przeciwnicy, celowanie, pomyłki i konieczność wyciągania czegokolwiek sensownego z bodźców, które dla neuronów nie mają naturalnego znaczenia. Komórki nie “widzą” oczywiście gry tak jak człowiek. Środowisko cyfrowe musiało zostać przetłumaczone na wzorce impulsów elektrycznych, które trafiają do elektrod. Następnie to aktywność neuronów jest odczytywana i mapowana na konkretne reakcje, takie jak ruch, obrót czy strzał.
Czytaj też: Mam problem z Wiedźmin Pieśni Przeszłości. Geralt wróci w bardzo dziwnym stylu
Na początku efekt był dokładnie taki, jakiego można się spodziewać po układzie wrzuconym w coś, czego nie rozumie – chodzenie w ściany, strzelanie bez sensu, obracanie się bez powodu i po prostu jeden wielki chaos gameplayowy. Dopiero później neurony zaczęły częściej kierować akcje w stronę przeciwników. Nie stały się jednak finalnie dobrym graczem. Zrobiły coś skromniejszego, ale moim zdaniem ważniejszego – pokazały adaptację do bodźców i sprzężenia zwrotnego.
Najciekawsza jest zamiana gry w język neuronów
Klasyczny komputer przetwarza dane w sposób, który potrafimy formalnie opisać. Żywa sieć neuronów nie działa jednak jak procesor, który wykonuje instrukcję po instrukcji. Jest to układ dynamiczny, zmienny, wrażliwy na historię pobudzeń i stan własny. Jeśli ma wejść w interakcję z programem, to oznacza to potrzebę zbudowania zamkniętej pętli w stylu bodziec, reakcja, odczyt, korekta i kolejny bodziec.
Cortical Labs opisuje CL1 jako zamknięty system, w którym żywe neurony wchodzą w kontakt z oprogramowaniem w czasie rzeczywistym. Urządzenie ma własne nagrywanie aktywności, interfejs stymulacji, podtrzymywanie życia komórek i środowisko utrzymujące neurony nawet do sześciu miesięcy. Jest to nadal bardzo daleko od stabilnej, programowalnej maszyny, którą można traktować jak zwykły serwer. Właśnie dlatego trzeba zachować chłodną głowę. Żywy układ nie jest przewidywalny tak jak krzem, a same komórki mają ograniczoną żywotność i nie dają jeszcze powtarzalnych wyników na poziomie typowego sprzętu komputerowego.
Czytaj też: Świat bez treści AI był lepszy. Dziś obawiam się o przyszłość Internetu
Najbardziej oczywisty powód zainteresowania takimi układami to energia. Ludzki mózg działa przy budżecie rzędu około 20 watów, a jednocześnie potrafi uczyć się, generalizować, łączyć bodźce i działać w warunkach szumu. Nie znaczy to, że mózg jest po prostu “lepszym GPU”. Oznacza raczej, że biologia opanowała styl przetwarzania informacji, którego krzem nadal uczy się z ogromnym energetycznym wysiłkiem.
Biokomputery będą miały nisze… i swoje problemy
Nie jestem jednak przekonany, że pierwszym sensownym zastosowaniem żywych biokomputerów będzie zastąpienie klasycznej sztucznej inteligencji. Zresztą sami przedstawiciele Cortical Labs sugerują coś ostrożniejszego, bo to, że CL1 nie ma zastąpić tego, co robi dzisiejsza sztuczna inteligencja, tylko dać nowe możliwości. Żywe kultury neuronowe mogą być wartościowe tam, gdzie najważniejsze jest badanie uczenia, reakcji na leki, chorób neurologicznych, modelowania zaburzeń czy zachowania sieci biologicznej pod wpływem bodźców.
Nie da się przy tym uciec od pytań etycznych.
Dzisiaj mówimy o kulturach komórkowych, które nie są mózgiem w ludzkim sensie. Nie mają ciała, zmysłów, wspomnień, osobowości ani struktury odpowiadającej pełnemu organowi. Jednak im bardziej będziemy rozwijać takie układy, im dłużej będą żyły, im więcej bodźców będą otrzymywać i im bardziej złożone zadania będą wykonywać, tym częściej powróci pytanie o granicę między modelem badawczym a czymś, czego nie powinniśmy traktować wyłącznie jak sprzętu do wykorzystania i wyrzucenia. Na razie jednak komórki żyją tylko około pół roku, wyniki nie są jeszcze dostatecznie powtarzalne, a całość wymaga specjalistycznego zaplecza, więc powszechne biokomputery to ewidentnie odległa wizja.
Źródła: ScienceAlert, Cortical Labs – CL1, Monash University
