Az ausztrál Cortical Labs bemutatóvideóval demonstrálta, hogy a CL1 nevű biológiai számítógépük képes a Doom alap szintű irányítására úgy, hogy a számítási magot egy mikroszkopikus elektródatömbre ültetett, nagyjából 200 000 élő emberi idegsejt adja. A cég szerint ez már túlmutat a korábbi, egyszerűbb játékteszteken, mivel a Doom összetettebb környezete és a gyors visszacsatolás komolyabb tanítási módszert kívánt.
Tartalomjegyzék
Hogyan lehetséges megtanítani játszani a neuronokat?
A bemutatóvideó szerint a Cortical Labs csapata egy független kutatóval, Sean Cole-lal közösen készítette el a Doom első olyan működő változatát, amely a Cortical Labs API-ján keresztül közvetlenül a CL1-en fut. Dr. Brett Kagan szerint a demó lényege maga a tanulási folyamat: az irányítást nem előre megírt szabályok adják, hanem egy visszacsatolásos kör, ahol a rendszer a kapott eredményekből fokozatosan pontosítja a válaszait, és idővel egyre kiszámíthatóbban reagál.
David Hogan Technológiai Igazgató magyarázata alapján a vezérlés kulcsa az volt, hogy a Doom videófolyamát a rendszer elektromos stimulációs mintázatokká alakítsa, így a neuronok ténylegesen „megkapják” a helyzetet információként, csak nem képpontok formájában. A neuronok tüzelési mintázatait a rendszer folyamatosan olvassa, majd ezekből vezérlési parancsokat állít elő a játék számára. Bizonyos, tanulás során kialakuló aktivitásminták lövést váltanak ki, mások mozgást indítanak el, és ezek kombinációjából összeáll egy kezdeti, de működő irányítás, amely képes ellenfelet észlelni, reagálni, majd továbbhaladni a pályán.
A cég korábbi Pong-demójához képest a Doom kísérlet már jóval összetettebb: térbeli pályák, változó helyzetek, többféle döntési pont, és gyorsabb állapotváltások terhelik az interfészt és a tanítás logikáját. A csapat szerint ez a léptékváltás tette időszerűvé a Cortical Cloud ötletét is, mert a bonyolultabb feladatoknál már nem elég egyetlen lokális kísérleti konfiguráció, hanem olyan környezetre is szükség van, amelyben a CL1-re írt futtatások és a kapcsolódó tanítási menetek könnyebben ismételhetők, összevethetők és nagyobb volumenben is kezelhetők.
Bár e-sportolni nem fognak a közeljövőben az agyi idegsejtek, tudományos szempontból az eredmény áttörésnek számít
A mostani kísérlet természetesen nem azt célozza, hogy a neuronhálózat bajnoki szinten játsszon, a látott teljesítmény inkább egy korai tanulási szakaszt tükröz. A Cortical Labs mégis fontos mérföldkőnek tartja, mert szerintük a legnagyobb kihívás a biológiai sejthálózat és a digitális környezet közti megbízható, kétirányú, valós idejű kapcsolat kialakítása volt, amelyre később felépíthető a célzott tréning és a reakciók alakítása.
A CL1 ismertetője is azt hangsúlyozza, hogy a platform központi eleme az, hogy a kód közvetlenül egy élő neuronrendszerrel lép kapcsolatba, és egy szoftveres réteg a neurális válaszokat visszacsatolja egy szimulált feladatkörnyezetbe. Ebben az értelmezésben a Doom demó nem több mint egy látványos bemutató: azt mutatja meg, hogy az API és a hardver együtt már összetettebb, gyors döntéseket igénylő helyzetekben is működő kapcsolatot tud létrehozni, még ha az eredmény most még elsősorban kísérleti jellegű is.
