Des neurones humains jouant à Doom sur une puce : voici comment fonctionne l'expérience

  • Un système composé d'environ 200 000 neurones humains vivants sur une puce a appris à jouer à Doom grâce à des impulsions électriques.
  • Cortical Labs, avec sa plateforme CL1, démontre un apprentissage adaptatif en temps réel dans un environnement 3D chaotique.
  • La clé ne réside pas dans l'habileté au jeu vidéo, mais dans l'interface bio-numérique qui relie les neurones et le logiciel.
  • L'Europe participe à des projets tels que la collaboration entre Reply et l'Université de Milan pour explorer les applications médicales et informatiques.

Des neurones humains jouent à Doom sur une puce

Si quelqu'un nous disait ce qu'il y a Des neurones humains vivants jouant à Doom Quand on pense à une puce, on imagine souvent un film de science-fiction. Pourtant, c'est précisément ce qu'a démontré la société australienne Cortical Labs : des cultures neuronales connectées à un système informatique capable de naviguer, avec plus ou moins de maladresse, dans l'un des jeux vidéo les plus emblématiques des années 90.

Loin d'être une intelligence artificielle classique, nous parlons de tissu biologique réel interagissant avec un logiciel via une interface spécifique. Un petit « cerveau » de laboratoire, composé de centaines de milliers de neurones, reçoit des informations de l'environnement du jeu sous forme de schémas électriques et répond par sa propre activité neuronale, qui se traduit par des mouvements, des virages et des tirs dans Doom.

De Pong à Doom : l'évolution d'un ordinateur biologique

Le chemin menant à cette expérience a débuté plusieurs années auparavant, lorsque Cortical Labs a présenté un prototype de bioordinateur capable de jouer à Pong. Ce système, basé sur plus de 800 000 neurones humains cultivés À l'aide d'un réseau de microélectrodes, il lui a fallu environ 18 mois de travail pour apprendre à déplacer la barre de jeu et à maintenir la balle à l'écran.

Dans ce premier projet, les neurones ont démontré une apprentissage adaptatif en temps réel Elle visait un objectif très précis : suivre la trajectoire de la balle. L’environnement était simple et prévisible ; si la balle montait, la barre devait monter, et si elle descendait, la barre devait descendre. Malgré tout, il s’agissait d’une étape importante car elle a démontré que les cellules pouvaient adapter leur comportement à des stimuli numériques.

Le prototype s'est finalement transformé en un appareil commercial : CL1Il a été présenté comme le premier ordinateur biologique programmable au monde. Ce dispositif associe des neurones humains vivants cultivés sur silicium à un logiciel propriétaire, appelé bioS, qui gère l'échange de signaux électriques entre le tissu biologique et le système numérique.

Dès que l'information selon laquelle le système était capable de jouer à Pong a été rendue publique, la réaction de la communauté tech a été immédiate et assez prévisible. La même question revenait sans cesse sur les réseaux sociaux et les forums : « D'accord, mais sait-il jouer à Doom ? »Cortical Labs a décidé de prendre le défi au sérieux et de faire passer le test à l'étape suivante.

Puce contenant des neurones humains jouant à Doom

Doom, un environnement chaotique pour un cerveau miniature

Doom est loin d'être un simple jeu vidéo. Ce classique du FPS, avec ses labyrinthes en trois dimensions, ses ennemis, ses fusillades et ses choix constants, offre une expérience unique. environnement chaotique difficile à prévoirLa différence avec Pong est énorme : ici, il n'y a pas une simple balle à suivre, mais un monde rempli de stimuli qui changent à toute vitesse.

Selon Brett Kagan, directeur scientifique de Cortical Labs, le passage de Pong à Doom représente une transition d'un scénario quasi linéaire à un scénario où règne le chaos. Alors que dans Pong la relation entre stimulus et réponse est directe, dans Doom, les neurones doivent gérer profondeur, mouvement, menaces et récompenses En parallèle, un élément qui complique considérablement la tâche d'apprentissage.

Pour relever ce défi, l'entreprise n'a pas opté pour une simple puce isolée, mais pour un système de puces. plateforme en réseau composée de plusieurs unités CL1Chaque module intègre plus de 200 000 neurones humains vivants, interconnectés et montés sur un réseau d'électrodes qui sert d'intermédiaire entre la biologie et l'électronique.

Cependant, les neurones ne « voient » pas l'écran comme le ferait un joueur humain. Au lieu d'images, le système traduit l'état du jeu en… schémas de stimulation électrique Ces stimuli sont appliqués directement à la culture cellulaire. Les réponses des neurones, également sous forme d'impulsions électriques, sont interprétées comme des actions dans Doom : avancer, tourner, tirer, se déplacer latéralement.

Kagan plaisante en disant que, pour l'instant, ses « joueurs » biologiques se comportent comme un débutant n'ayant jamais touché un ordinateur. Leurs mouvements sont erratiques, leur précision laisse à désirer et ils meurent sans cesse. Mais même dans ce chaos, les chercheurs observent un point essentiel : Chaque défaite apporte des informations, et les cellules adaptent leur comportement en conséquence..

Une boucle fermée entre les neurones et les jeux vidéo

L'essence de l'expérience réside dans la boucle de rétroaction générée entre le jeu et l'activité neuronale du cerveau. Un développeur indépendant a conçu une interface qui convertit les informations visuelles de Doom en ces signaux électriques, lesquels traduisent ensuite l'activité neuronale en commandes concrètes au sein du jeu.

En pratique, le système fonctionne comme un circuit fermé : L'environnement virtuel envoie des stimuli aux tissus biologiquesLes neurones réagissent en modifiant leur activité, et le résultat de cette réaction (survie, progression ou élimination) se reflète immédiatement dans l'environnement du jeu. Cette dynamique renforce certains comportements et en affaiblit d'autres, un mécanisme très similaire à celui de l'apprentissage chez un organisme vivant.

Les scientifiques insistent sur le fait qu'il n'existe pas de règles explicites ici, contrairement à de nombreux algorithmes d'intelligence artificielle. Le réseau neuronal biologique se réorganise de lui-même, tirant parti de sa propre plasticité. C'est ce qu'on appelle la réorganisation. apprentissage adaptatif pur, sans architectures artificielles complexes prédéfinies ni millions d'itérations d'entraînement.

Un aspect qui a retenu l'attention de la communauté scientifique est la rapidité avec laquelle les changements sont observés. Comparée aux modèles d'IA sur silicium qui nécessitent d'énormes quantités de données et d'énergie — les recherches sur le sujet sont déjà en cours impact cognitif de ChatGPT—, ces cultures ont montré Améliorations notables en quelques joursjusqu'à parvenir à un comportement reconnaissable au sein du jeu en moins d'une semaine.

Malgré ces avancées, Cortical Labs appelle à la prudence. Son directeur technique et d'autres dirigeants soulignent que l'objectif n'est pas de créer un « cerveau miniature » capable de rivaliser avec les humains ou les systèmes d'IA les plus performants du marché, mais plutôt d'utiliser les neurones comme un outil de traitement de l'information. matériau de calcul aux propriétés uniques que le silicium ne peut pas reproduire.

Quelle est la contribution de CL1 à la bioinformatique moderne ?

CL1 est présenté comme bien plus qu'une simple expérience ponctuelle. Cortical Labs l'a positionné comme un plateforme informatique biologique programmableque certains décrivent même comme une sorte de « logiciel humide en tant que service » : du matériel humide accessible via un logiciel, conçu pour permettre à des tiers de mener à bien leurs propres projets sur des neurones vivants.

En pratique, le système offre une API ouverte et des outils de développement, permettant aux chercheurs et aux développeurs de soumettre des tâches, de collecter des données et d'explorer de nouvelles applications. Le logiciel bioS gère cet échange d'informations, traduisant les instructions de haut niveau en code source. stimuli électriques précis et la lecture des réponses neuronales pour les restituer dans un format compréhensible par les programmes traditionnels.

L'un des arguments avancés par l'entreprise pour défendre cette approche est l'efficacité énergétique. Les systèmes biologiques, comme le soulignent souvent les neurosciences, sont capables d'effectuer des opérations complexes tout en consommant une grande quantité d'énergie. fraction de l'énergie qui nécessite un supercalculateur classique. Dans un contexte où le coût énergétique de l'IA fait l'objet de débats de plus en plus vifs, cette piste de recherche gagne en popularité.

De plus, la bioinformatique ouvre un champ d'application où convergent l'informatique, la biologie et la médecine. Le fait qu'elle puisse observer comment les vrais neurones résolvent les problèmes Dans des environnements contrôlés, elle pourrait fournir des indications précieuses à la fois pour la conception de nouveaux modèles d'IA et pour une meilleure compréhension des troubles neurologiques ou pour tester des traitements dans des conditions très spécifiques.

Cortical Labs insiste sur le fait que Doom n'est qu'une démonstration spectaculaire destinée à attirer l'attention, mais que le véritable potentiel réside dans tout ce qui peut être construit sur cette plateforme : des studios de Plasticité neuronale jusqu'aux simulations des processus de prise de décision biologique dans des scénarios complexes.

L’Europe entre dans la course : le rôle de l’Université de Milan

L'intérêt pour ces types de systèmes ne se limite pas à l'Australie. En Europe, des collaborations commencent également à émerger, axées sur l'exploration approfondie du calcul biologique basé sur les neurones humains. On peut citer à titre d'exemple le projet annoncé par le cabinet de conseil en technologies italien Reply, en collaboration avec… Département de physiopathologie et de transplantation, Université de Milan.

Dans le cadre de cet accord, des chercheurs de la Polyclinique de Milan travaillent avec des plateformes de calcul biologique similaires pour étudier comment Les neurones actifs sont intégrés aux systèmes numériquesL'idée est d'utiliser ces outils pour étudier les mécanismes de l'apprentissage, de la mémoire et de la plasticité neuronale selon une perspective différente de celle des modèles animaux traditionnels.

La professeure Stefania Corti, titulaire de la chaire de neurologie et responsable du service des maladies neuromusculaires et rares à la Polyclinique, a souligné que ce type d'expérience ouvre des « opportunités sans précédent » pour analyser comment les connexions dans les réseaux neuronaux réels se réorganisent face à de nouvelles tâches.

Au lieu de se contenter d'observer le cerveau humain à l'aide de techniques d'imagerie ou d'enregistrer l'activité chez les animaux de laboratoire, ces plateformes permettent créer des configurations neuronales spécifiques et les exposer à des problèmes spécifiques, en mesurant très précisément les variations de leur activité électrique.

Au-delà de l'Italie, l'intérêt européen se porte également sur les applications médicales potentielles : du test de composés pharmacologiques sur des cultures contrôlées à la conception de nouveaux types de interfaces cerveau-machine qui pourraient un jour aider les patients atteints de paralysie ou de troubles du mouvement.

Applications potentielles : de la médecine à l’IA nouvelle génération

Si l'image de neurones humains s'activant contre des démons dans Doom est saisissante, la véritable importance de l'expérience réside dans ses implications futures. De nombreux experts considèrent ces systèmes comme une sorte de banc d'essai pour l'étude de l'apprentissage biologique dans un contexte hautement structuré et mesurable.

Un domaine d'application évident est la recherche sur les maladies neurologiques. En travaillant avec des cultures dérivées de cellules souches, il est possible de créer des modèles de pathologies spécifiques et d'observer comment ils réagissent à différents environnements ou traitements, ce qui pourrait compléter, et dans certains cas réduire, le recours aux modèles animaux.

Un autre axe de travail consiste à développer de nouvelles architectures d'intelligence artificielle directement inspirées par la biologieObserver comment ces réseaux neuronaux réels se réorganisent lorsqu'ils résolvent des tâches complexes pourrait aider à concevoir des algorithmes plus flexibles, capables de s'adapter avec moins de données et plus efficacement.

Certains chercheurs évoquent également un lien avec les interfaces cerveau-machine. Si des neurones en culture peuvent se déplacer avec aisance — ou du moins avec une certaine efficacité — dans un environnement tridimensionnel imprévisible comme celui de Doom, cette même adaptabilité pourrait être utilisée pour pour contrôler des prothèses robotiques, des exosquelettes ou des dispositifs d'assistance dans des situations réelles en constante évolution.

Tout ceci s'accompagne de questions éthiques et philosophiques : dans quelle mesure ces cultures doivent-elles être considérées comme de simples ressources de laboratoire, quelles limites doivent être fixées à leur utilisation, ou comment garantir une réglementation adéquate si la bioinformatique finit par avoir des applications commerciales massives ?

Pour l'instant, ce qui est sur la table, c'est un preuve de concept solideUn ensemble de neurones humains, cultivés sur une puce et connectés à un système informatique, sont capables d'apprendre à jouer à Doom avec une rapidité remarquable comparée à de nombreux systèmes artificiels, même si le niveau d'un joueur humain expérimenté reste encore très inférieur.

Ce type d’expériences, qui il y a quelques années aurait semblé tout droit sorti d’une série télévisée futuriste, devient un véritable champ d’activité pour les laboratoires et les entreprises du monde entier. Entre démonstrations publiques, collaborations avec des universités européennes et ouverture des API à des tiers, on a le sentiment que… L'informatique basée sur les neurones vivants Elle commence à dépasser le cadre purement théorique et à chercher sa place aux côtés du silicium traditionnel.

Aujourd'hui, ces neurones ne vont pas détrôner les champions d'e-sport ni remplacer les principaux modèles d'IA, mais ils marquent un tournant : ils constituent la preuve tangible que certaines applications informatiques du futur pourraient reposer sur eux. substrats biologiques capables d'apprendre par eux-mêmeset qu'une culture cellulaire jouant à Doom pourrait n'être que la première étape d'un changement de paradigme beaucoup plus vaste.

Impact cognitif ChatGPT-1
Article connexe:
L'impact cognitif de ChatGPT : comment l'intelligence artificielle affecte-t-elle le cerveau humain ?

Suivez-nous sur Google Actualités