Cultivando Neurônios em um Chip: O Aprendizado de Jogar Doom
Desde os anos 1990, cientistas vêm cultivando neurônios individuais em laboratório, utilizando matrizes de microeletrodos e outras tecnologias biológicas. No entanto, foi apenas nos anos 2000 que as células neurais começaram a formar padrões de atividade, permitindo que os cientistas condicionassem os neurônios a se comportar de maneiras diferentes com estímulos repetidos.
Um salto significativo ocorreu em 2021, quando a empresa australiana Cortical Labs realizou o experimento DishBrain, onde os neurônios não só responderam a estímulos pontuais, mas também receberam feedback sobre suas ações. Isso foi feito com o jogo Pong, um clássico do Atari de 1972.
A mesma empresa criou recentemente o CL-1, um computador híbrido entre biologia e máquina, que utiliza 200 mil células cerebrais humanas vivas cultivadas sobre um microchip. Esse “ciborgue” foi capaz de jogar o jogo de tiro em primeira pessoa (FPS) mais clássico de todos: Doom, de 1993.
Para que os neurônios pudessem jogar Doom, foi necessário traduzir o contexto do jogo para estímulos elétricos, visto que os neurônios não possuem corpo, olhos ou sistema nervoso. Quando um demônio do jogo aparece no canto direito da tela, por exemplo, os eletrodos estimulam a mesma região na cultura neural, fazendo com que os neurônios disparem sinais elétricos em resposta.
O sistema, reconhecendo o padrão de disparo, faz um movimento rápido ou atira com a arma. Ninguém programou as células para responderem de uma maneira específica, então o aprendizado é mérito total da cultura celular.
- O desempenho do CL-1 foi muito mais rápido do que o de sistemas de aprendizado de máquina comuns, como as IAs.
- As IAs precisam de milhões de partidas simuladas para um desempenho semelhante.
- O CL-1 demonstrou um aprendizado rápido e eficiente, o que é um grande avanço para a computação.
Essa tecnologia é conhecida como wetware, e pode ser a resposta para extrapolar os limites do silício usado nos computadores modernos. A combinação do potencial do silício das máquinas com a eficiência energética, aprendizado rápido e plasticidade do cérebro pode revolucionar a forma como os computadores são projetados e funcionam.
Este conteúdo pode conter links de compra.
Fonte: link