Les cellules cérébrales humaines apprennent à jouer à Doom dans une expérience de Cortical Labs

Decrypt

En bref

  • Cortical Labs a connecté 200 000 neurones humains au jeu Doom en utilisant une stimulation électrique et des contrôles logiciels.
  • Les cellules peuvent naviguer et tirer, mais jouent actuellement comme des débutants.
  • L’expérience rejoint une longue liste de plateformes inhabituelles utilisées pour faire tourner ce jeu classique.

Le défi « Peut-il faire tourner Doom ? » a franchi sa prochaine frontière. La startup basée à Melbourne, en Australie, Cortical Labs, a réussi à entraîner des groupes de cellules cérébrales humaines vivantes à naviguer dans le jeu vidéo classique de 1993. Dans une vidéo publiée la semaine dernière sur YouTube, des chercheurs ont connecté des neurones humains vivants à un logiciel qui convertit le gameplay en signaux électriques et traduit l’activité neuronale en contrôles en jeu, permettant aux cellules de se déplacer, de réagir aux ennemis et de tirer. « En 2021, nous avons fait fonctionner Pong sur les neurones. C’était une sorte de premier test pour voir si nous pouvions créer un jeu intéressant qui parle aux gens. Mais la réponse numéro un que nous avons reçue, c’était : peut-il faire tourner Doom ? » a déclaré Alon Loeffler, scientifique en application chez Cortical Labs, à Decrypt.

Dans le dispositif CL1 de l’entreprise, environ 200 000 neurones humains vivants sont cultivés sur un réseau multi-électrodes, permettant aux chercheurs de stimuler électriquement les cellules et d’interpréter leurs réponses en temps réel.  Peut-il faire tourner Doom ? Depuis des décennies, Doom sert de référence informelle pour les ingénieurs testant de nouveaux systèmes.

Depuis que le développeur de jeux vidéo basé au Texas, id Software, a publié le code source du jeu en 1997, les développeurs l’ont porté sur une large gamme de plateformes inattendues. Le jeu de tir a été adapté à des plateformes surprenantes, y compris des bactéries intestinales et des tests de grossesse, sur des réseaux blockchain, dans des PDF, des robots tondeuses, et des CAPTCHA où les joueurs doivent vaincre des démons pour prouver qu’ils sont humains. Loeffler a dit que l’équipe s’était initialement appuyée sur un code informatique improvisé de bas niveau pour rendre les systèmes fonctionnels, mais qu’elle avait finalement décidé de construire une plateforme conçue dès le départ pour permettre aux chercheurs d’interagir avec les neurones via des contrôles de haut niveau en utilisant de simples commandes Python. Une fois que Cortical Labs a construit la plateforme, le développement s’est accéléré. « Cela a pris à notre collaborateur, Sean, qui a écrit Doom, quelques jours au lieu de 18 mois pour coder tout ça, » a déclaré Loeffler. Enseigner aux neurones à jouer Les neurones apprennent par le biais de signaux de rétroaction, recevant de petites récompenses lorsqu’ils visent correctement un ennemi et des récompenses plus importantes lorsqu’ils tirent et éliminent une cible, renforçant ainsi les comportements associés à ces signaux au fil du temps. Les chercheurs de Cortical Labs ont ensuite utilisé l’intelligence artificielle pour affiner la façon dont les informations du jeu étaient encodées en signaux électriques envoyés aux neurones.

« Les cellules apprennent en fait l’entrée, » a expliqué Loeffler. « Mais ensuite, l’IA essaie d’améliorer cette entrée pour essayer de faire en sorte que les cellules fassent ce que nous voulons qu’elles fassent. » Alors que les cellules montraient une amélioration constante en jouant à Doom, Loeffler a souligné que les neurones réagissaient aux entrées plutôt que de comprendre réellement le jeu. « Le système ne sait pas vraiment qu’il joue à Doom, » a-t-il dit. « Il reçoit des signaux électriques puis produit des réponses. » Loeffler a expliqué que travailler avec des neurones vivants nécessite une approche différente de la programmation traditionnelle. « C’est un changement complet de mentalité, » a-t-il dit. « On ne peut pas simplement programmer un système informatique normal. Il faut aborder ça avec une toute nouvelle attitude et une nouvelle façon de voir les choses. » Le jeu, selon lui, sert de démonstration accessible au public, tandis que les chercheurs explorent des usages pratiques. Malgré l’utilisation de neurones dérivés de l’humain, Loeffler a précisé que le système ne ressemble pas à la cognition humaine. « Juste parce qu’ils sont des cellules humaines ne signifie pas que c’est un humain sur cette plaque, » a-t-il dit. « Il n’y a pas de récepteurs de douleur. Il n’y a pas de structures permettant une fonctionnalité de haut niveau. »

Malgré cela, les chercheurs, a-t-il ajouté, voient des preuves d’adaptabilité neuronale en dehors du cerveau. « Nous voyons toujours une capacité d’adaptation à l’environnement. Nous voyons toujours de l’apprentissage, » a déclaré Loeffler. « Ce qui montre les capacités inhérentes des neurones à s’adapter. »

Voir l'original
Avertissement : Les informations contenues dans cette page peuvent provenir de tiers et ne représentent pas les points de vue ou les opinions de Gate. Le contenu de cette page est fourni à titre de référence uniquement et ne constitue pas un conseil financier, d'investissement ou juridique. Gate ne garantit pas l'exactitude ou l'exhaustivité des informations et n'est pas responsable des pertes résultant de l'utilisation de ces informations. Les investissements en actifs virtuels comportent des risques élevés et sont soumis à une forte volatilité des prix. Vous pouvez perdre la totalité du capital investi. Veuillez comprendre pleinement les risques pertinents et prendre des décisions prudentes en fonction de votre propre situation financière et de votre tolérance au risque. Pour plus de détails, veuillez consulter l'avertissement.
Commentaire
0/400
Aucun commentaire
Trader les cryptos partout et à tout moment
qrCode
Scan pour télécharger Gate app
Communauté
Français (Afrique)
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)