20萬個人類神經元學會玩《毀滅戰士》，指向低功耗的生物計算

柯提克實驗室將20萬個由血液來源幹細胞培養而成的人類神經元連接到其CL1硅接口，教導這些細胞群在毀滅戰士中閃避和射擊。通過將遊戲的狀態轉換為電信號模式並將神經尖峰讀取為指令，系統在訓練中不斷改進，顯示出低功耗生物計算的潛力，即使目前的神經元-晶片系統大約只能持續六個月。

• 主要要點：
• 柯提克實驗室訓練20萬個神經元在CL1上玩毀滅戰士，推動生物計算的發展。
• 布雷特·卡根表示，20瓦的腦部效率可能在下一步挑戰人工智慧的能耗需求。
• CL1培養物約持續6個月；FDA和NIH的監管可能會影響未來的應用方向。

在墨爾本的一個實驗室中，一盤20萬個人類神經元學會了在毀滅戰士中閃避和射擊，通過硅接口進行指導。柯提克實驗室的CL1晶片將遊戲世界轉換為電信號模式，並將神經尖峰讀取為移動和射擊指令，將培養皿從乒乓反射提升到3D導航。這個玩法仍然笨拙，但它暗示了比當前耗電的人工智慧更節能的生物計算方向，團隊表示這與傳統模型互補。延長六個月的壽命並提高一致性，同樣的濕ware還可以用來操控機器人或篩選藥物，而不僅僅是追逐像素化的惡魔。

人體神經元在實驗室中挑戰毀滅戰士

一些實驗似乎揭示了計算的下一個篇章。柯提克實驗室的研究人員報告稱，他們訓練了一群20萬個神經元來玩毀滅戰士，這款於1993年推出的第一人稱射擊遊戲幫助定義了現代遊戲。這些由人類幹細胞培養而成並連接到硅接口的神經元，學會了導航走廊並向敵人開火，暗示了生物計算機與當今AI系統互補的可能路徑。

人體神經元如何學習遊戲

團隊從乒乓球水平的行為開始，然後升級到毀滅戰士的3D需求。神經元接收與遊戲狀態相關的結構化電信號，並以系統轉換為移動、轉向和射擊等指令的模式作出反應。核心是定制的CL1晶片，它將視覺事件轉換為電極刺激，然後讀取細胞活動以實時驅動動作。

性能遠未達到電子競技的水平。細胞經常誤動或過度修正，但隨著訓練的持續，會逐步改善。研究人員表示，目標不是完美瞄準，而是在一個由活體神經網絡內進行的條件下展示目標導向的學習，這是由計算機可以協調和測量的。

生物效率的承諾

能源是主要話題。當今大型AI模型在雲端數據中心消耗兆瓦電力時，人腦的耗電量約為20瓦。這種效率激發了尋找混合系統的動力，旨在降低學習、適應和控制的能耗。柯提克實驗室的首席科學官布雷特·卡根將這項工作定位為硅基AI的合作伙伴，而非取代品，尤其是在需要持續學習且能量有限的任務中。

對於在Nvidia GPU上訓練基礎模型並追求推理擴展的美國公司來說，即使部分卸載到生物協處理器也可能具有意義。可以想像用於機器人或邊緣設備的本地學習循環，而傳統晶片則負責精確數學和大規模檢索。短期內的問題是延遲、可靠性和成本的權衡點在哪裡。

超越遊戲的未來

遊戲是一個方便的測試平台，但更大的目標是科學和工業。生物計算可以用於患者特定神經組織的藥物篩選、新的疾病模型，以及機器人的自適應控制。接口仍然脆弱，壽命約六個月，輸出尚未完全標準化或大規模可編程。

在美國，FDA和NIH的監管規範將需要跟上步伐，特別是在醫療應用取得進展的情況下。不過，實驗室的結果是具體的：活體神經元可以被訓練來執行複雜的數字任務。從毀滅戰士到數據中心，這段旅程已經開始，悄然而高效地在一個培養皿中展開。