‏سلول‌های مغزی انسان در آزمایشگاه کورتیکال، بازی دوم را یاد گرفتند.

‏چالش “آیا می‌تواند بازی Doom را اجرا کند؟” از مرز بعدی خود عبور کرد.

نورون‌های زنده در حال بازی

شرکت استرالیایی کورتیکال لبز، مستقر در ملبورن، با موفقیت خوشه‌هایی از سلول‌های مغزی زنده انسانی را برای پیمایش بازی کلاسیک سال ۱۹۹۳ آموزش داده است.

در یک ویدئویی که هفته گذشته در یوتیوب منتشر شد، محققان نورون‌های زنده انسانی را به نرم‌افزاری متصل کردند که گیم‌پلی را به سیگنال‌های الکتریکی تبدیل می‌کند و فعالیت عصبی را به کنترل‌های درون بازی ترجمه می‌کند، و به سلول‌ها اجازه می‌دهد حرکت کنند، به دشمنان واکنش نشان دهند و سلاح‌ها را شلیک کنند.

آلون لوفلر، دانشمند کاربردی در کورتیکال لبز، به دکریپت گفت: «در سال ۲۰۲۱، ما بازی پونگ را روی نورون‌ها اجرا کردیم. این یک نوع آزمایش اولیه بود تا ببینیم آیا می‌توانیم یک بازی جالب داشته باشیم که با مردم ارتباط برقرار کند. اما پاسخ شماره یک ما این بود که آیا می‌تواند بازی Doom را اجرا کند؟»

در داخل دستگاه CL1 این شرکت، حدود ۲۰۰ هزار نورون زنده انسانی وجود دارد که بر روی یک آرایه چند الکترودی کشت داده شده‌اند، که به محققان اجازه می‌دهد سلول‌ها را به صورت الکتریکی تحریک کنند و پاسخ‌های آن‌ها را در زمان واقعی تفسیر کنند.

Doom: یک معیار غیررسمی

برای دهه‌ها، Doom به عنوان یک معیار غیررسمی برای مهندسانی که سیستم‌های جدید را آزمایش می‌کنند، عمل کرده است.

از زمانی که شرکت توسعه‌دهنده بازی‌های ویدیویی id Software مستقر در تگزاس، کد منبع بازی را در سال ۱۹۹۷ به صورت عمومی منتشر کرد، توسعه‌دهندگان آن را به طیف گسترده‌ای از پلتفرم‌های غیرمنتظره منتقل کرده‌اند.

این بازی تیراندازی در پلتفرم‌های غیرمنتظره‌ای از جمله باکتری‌های روده و آزمایش‌های بارداری، شبکه‌های بلاک‌چین، فایل‌های PDF، ماشین‌های چمن‌زنی رباتیک و چالش‌های کپچا که در آن بازیکنان باید شیاطین را شکست دهند تا ثابت کنند انسان هستند، ظاهر شده است.

لوفلر گفت که تیم در ابتدا برای عملکرد سیستم‌ها به کد محاسباتی سطح پایین و بداهه متکی بود، اما در نهایت تصمیم گرفت یک پلتفرم را از ابتدا بسازد تا به محققان اجازه دهد از طریق کنترل‌های سطح بالا با استفاده از دستورات ساده پایتون با نورون‌ها تعامل داشته باشند.

هنگامی که کورتیکال لبز این پلتفرم را ساخت، توسعه سرعت گرفت.

لوفلر گفت: «این کار برای همکار، شان، که کد Doom را برای ما نوشت، چند روز طول کشید، نه ۱۸ ماه.»

آموزش نورون‌ها برای بازی

نورون‌ها از طریق سیگنال‌های بازخورد یاد می‌گیرند، زمانی که به درستی به سمت یک دشمن هدف‌گیری می‌کنند، پاداش‌های کوچکی دریافت می‌کنند و زمانی که با موفقیت یک هدف را شلیک و حذف می‌کنند، پاداش‌های بزرگ‌تری دریافت می‌کنند، که رفتارهای مرتبط با آن سیگنال‌ها را در طول زمان تقویت می‌کند.

سپس محققان کورتیکال لبز از هوش مصنوعی برای اصلاح نحوه رمزگذاری اطلاعات بازی در سیگنال‌های الکتریکی ارسال شده به نورون‌ها استفاده کردند.

لوفلر گفت: «سلول‌ها در واقع ورودی را یاد می‌گیرند. اما سپس هوش مصنوعی سعی می‌کند آن ورودی را بهبود بخشد تا سلول‌ها را وادار به انجام کاری کند که ما می‌خواهیم.»

در حالی که سلول‌ها در حین بازی Doom پیشرفت ثابتی نشان دادند، لوفلر تأکید کرد که نورون‌ها به ورودی‌ها واکنش نشان می‌دهند تا اینکه واقعاً بازی را درک کنند.

او گفت: «این سیستم در واقع نمی‌داند که در حال بازی Doom است. سیگنال‌های الکتریکی دریافت می‌کند و سپس پاسخ‌هایی را بیرون می‌دهد.»

لوفلر گفت که کار با نورون‌های زنده نیازمند رویکردی متفاوت از برنامه‌نویسی سنتی است.

لوفلر گفت: «این یک تغییر کامل در طرز فکر است. شما نمی‌توانید فقط این نوع سیستم محاسباتی معمولی را داشته باشید که در حال برنامه‌نویسی آن هستید. این کار باید با یک نگرش کاملاً جدید و یک روش کاملاً جدید برای نگاه کردن به چیزها انجام شود.»

او گفت که بازی به عنوان یک نمایش عمومی عمل می‌کند در حالی که محققان در حال بررسی کاربردهای عملی هستند.

لوفلر گفت که با وجود استفاده از نورون‌های مشتق شده از انسان، این سیستم شبیه به شناخت انسان نیست.

او گفت: «فقط به این دلیل که آن‌ها سلول‌های انسانی هستند، به این معنی نیست که یک انسان در آن ظرف وجود دارد. هیچ گیرنده دردی وجود ندارد. هیچ ساختاری وجود ندارد که بتواند عملکرد مرتبه بالاتر را امکان‌پذیر کند.»

با وجود این، او گفت که محققان شواهدی از سازگاری عصبی در خارج از مغز می‌بینند.

لوفلر گفت: «ما هنوز سازگاری با محیط را می‌بینیم. ما هنوز یادگیری را می‌بینیم. که توانایی‌های ذاتی نورون‌ها را برای سازگاری نشان می‌دهد.»