Menselijke hersencellen in biocomputer spelen Doom

In dit artikel:

Het Australische bedrijf Cortical Labs heeft levende menselijke neuronen op een chip gebruikt om de jaren 90-firstperson‑shooter Doom te laten spelen. Met een nieuw Python‑vriendelijk interface kon een onafhankelijke ontwikkelaar, Sean Cole, de celcultuur binnen enkele dagen trainen; het systeem behaalde betere resultaten dan willekeurig schieten maar bleef ver achter bij menselijke topspelers. De opstelling bouwt voort op een eerdere demonstratie uit 2021 waarbij meer dan 800.000 hersencellen Pong leerden spelen, maar voor Doom was slechts ongeveer een kwart van dat aantal neuronen nodig en verliep het leerproces veel sneller dan bij die eerdere poging.

Onderzoeksdirecteur Brett Kagan benadrukt dat de chips sneller leken te leren dan conventionele, op silicium gebaseerde machine‑learningmodellen en dat de cellen vooral een alternatief rekenmateriaal vormen dat informatie op andere manieren kan verwerken dan klassieke hardware. Verschillende wetenschappers noemen de stap van Pong naar Doom een grote sprong in complexiteit: Andrew Adamatzky ziet erin bewijs dat levende neurale systemen beter aangestuurd en getraind kunnen worden, terwijl Steve Furber wijst op onopgeloste vragen, zoals hoe neuronen zonder ogen visuele informatie zouden “waarnemen” en hoe precies verwacht gedrag wordt gevormd.

Onderzoekers zien praktische toepassingen in de verte, bijvoorbeeld biologische of hybride besturing van robotarmen; vergelijkbaar werk met hydrogel‑computers noemt Yoshikatsu Hayashi Doom een vereenvoudigde analogie voor armcontrole. Concluderend: de demonstratie toont aan dat biologische netwerken kunnen omgaan met real‑time complexiteit, onzekerheid en besluitvorming, maar staat nog in de beginfase en is niet direct gelijk te stellen aan menselijke hersenfuncties.