Cortical Labs CL1 칩, 실시간 게임 학습 성공
전문가 해설
호주 바이오테크 기업 Cortical Labs가 공개한 인간 뇌세포 기반 칩 플랫폼 ‘CL1’은 생물학적 계산(biological computing)이 더 이상 공상과학의 영역에만 머물지 않음을 보여준다. 연구진은 이 칩이 1주일 만에 1인칭 슈팅 게임을 학습해 실행할 수 있음을 시연했다. 과거 2021년 약 80만 개의 살아 있는 뇌세포를 이용해 단순 게임 ‘퐁(Pong)’을 학습시켰던 단계에서, 보다 복잡하고 실시간 의사결정을 요구하는 게임으로 진화한 것이다.
CL1의 핵심은 실리콘 칩 위 미세전극 배열에 인간 뇌세포를 배양하고, 전기 신호를 통해 자극과 피드백을 주고받는 구조다. 게임 화면 정보는 전기 신호로 변환돼 세포에 전달되고, 세포 활동은 다시 게임 캐릭터의 이동 명령으로 바뀐다. 흥미로운 점은 이 시스템이 인간 플레이어 수준에는 못 미치지만, 무작위 조작보다는 훨씬 나은 성능을 보였고, 학습 속도 또한 일부 전통적 실리콘 기반 머신러닝 시스템보다 빠를 수 있다는 평가다.
이번 성과의 또 다른 의미는 접근성이다. 과거에는 수년간의 맞춤형 설계와 실험이 필요했지만, 연구진은 Python 기반 인터페이스를 개발해 외부 개발자가 비교적 쉽게 프로그래밍할 수 있도록 했다. 실제로 한 독립 개발자가 약 일주일 만에 훈련을 완료했다는 점은, 생물 기반 시스템 제어의 진입 장벽이 빠르게 낮아지고 있음을 시사한다.
전문가들은 복잡한 슈팅 게임과의 상호작용 자체가 중요한 도약이라고 본다. 살아 있는 신경세포가 불확실성과 실시간 판단을 요구하는 환경에 적응했다는 사실은, ‘하이브리드 지능 시스템’으로 가는 실질적 단계를 의미한다. 다만 뉴런 내부에서 정보가 어떻게 처리되는지, 시각 기관 없이 어떻게 화면을 ‘인지’하는지 등은 여전히 명확히 규명되지 않았다. 그럼에도 불구하고, 생물학적 신경망이 실리콘 회로와 다른 방식으로 정보를 처리한다는 점은 분명하다.
CL1의 핵심은 실리콘 칩 위 미세전극 배열에 인간 뇌세포를 배양하고, 전기 신호를 통해 자극과 피드백을 주고받는 구조다. 게임 화면 정보는 전기 신호로 변환돼 세포에 전달되고, 세포 활동은 다시 게임 캐릭터의 이동 명령으로 바뀐다. 흥미로운 점은 이 시스템이 인간 플레이어 수준에는 못 미치지만, 무작위 조작보다는 훨씬 나은 성능을 보였고, 학습 속도 또한 일부 전통적 실리콘 기반 머신러닝 시스템보다 빠를 수 있다는 평가다.
이번 성과의 또 다른 의미는 접근성이다. 과거에는 수년간의 맞춤형 설계와 실험이 필요했지만, 연구진은 Python 기반 인터페이스를 개발해 외부 개발자가 비교적 쉽게 프로그래밍할 수 있도록 했다. 실제로 한 독립 개발자가 약 일주일 만에 훈련을 완료했다는 점은, 생물 기반 시스템 제어의 진입 장벽이 빠르게 낮아지고 있음을 시사한다.
전문가들은 복잡한 슈팅 게임과의 상호작용 자체가 중요한 도약이라고 본다. 살아 있는 신경세포가 불확실성과 실시간 판단을 요구하는 환경에 적응했다는 사실은, ‘하이브리드 지능 시스템’으로 가는 실질적 단계를 의미한다. 다만 뉴런 내부에서 정보가 어떻게 처리되는지, 시각 기관 없이 어떻게 화면을 ‘인지’하는지 등은 여전히 명확히 규명되지 않았다. 그럼에도 불구하고, 생물학적 신경망이 실리콘 회로와 다른 방식으로 정보를 처리한다는 점은 분명하다.
요약
AUSTRALIA의 Cortical Labs가 사람의 뇌세포를 사용하여 만들어낸 'brain chip'이 1주일 동안 컴퓨터 게임을 배웠다. 이 기술은 향후의 미치자형 인공지능 개발에 있어 중요하다.
科技日报记者 张梦然
在生物计算领域，一项新成果将科幻般的构想向现实推进了一步：澳大利亚生物技术公司Cortical Labs研究人员演示了一种由人类脑细胞驱动的计算机芯片平台CL1，在一周内学会了运行经典的第一人称射击游戏。而让生物系统处理游戏所要求的复杂性、不确定性和实时决策，正是迈向未来混合智能系统的关键一步。
早在2021年，Cortical Labs公司就展示了其“碟中之脑”系统——一种包含超过80万个活脑细胞的芯片，能够学习玩简单的电子游戏《Pong》。与当年需要数年精心设计的科研项目不同，此次的开发效率显著提升。公司首席科学官布雷特·卡根表示，这主要得益于他们开发了新的接口，使研究人员能够使用流行的Python语言对芯片进行编程。因此，一位独立开发者仅用约一周时间就完成了训练任务，这标志着操控此类生物系统的门槛正在降低。
CL1平台在硅芯片的微电极阵列上培育脑细胞，并向它们供给营养，阵列可向细胞发送电信号并读取其活动。在电脑射击游戏《毁灭战士》中，电信号被转化为游戏角色在二维地图中的移动指令。尽管目前其游戏水平远不及人类玩家，但已明显优于随机操作，并且其学习速度被认为快于许多传统的硅基机器学习系统。
专家认为，此次演示的复杂性是一个重要飞跃。英国西英格兰大学的安德鲁·亚当茨基指出，成功与射击游戏互动，凸显了在训练活体神经系统方面取得的切实进展。尽管研究人员尚不完全清楚神经元内部的处理机制，例如它们如何在没有眼睛的情况下“看到”屏幕信息，但这种处理信息的能力本身具有独特性。卡根强调，这些神经元被用作一种特殊的、在硅材料中难以复制的信息处理介质。
这项技术的远期目标并非培育“迷你大脑”来玩游戏，而是开发更高效的生物计算机，应用于机器人控制等现实场景。英国雷丁大学的科学家团队已经在尝试使用基于水凝胶的类似系统来控制机械臂。
总编辑圈点
一家公司利用一种特殊的“培养舱”来培养人脑细胞，让脑细胞生长在硅芯片上。这块“人脑芯片”只花了一周时间，就自己学会了玩一款电脑射击游戏。该款游戏的场景复杂，需要实时决策和反应，能上手玩游戏，说明该脑细胞芯片的信息处理能力已经不容小觑。当然，“迷你大脑”的作用不止于玩游戏。如果能使用活的神经网络来作为计算机的中央处理器，生物智能和硅基智能结合，又会迸发出怎样的能力？生物计算蕴含的巨大潜力，有待人们进一步探索。
在生物计算领域，一项新成果将科幻般的构想向现实推进了一步：澳大利亚生物技术公司Cortical Labs研究人员演示了一种由人类脑细胞驱动的计算机芯片平台CL1，在一周内学会了运行经典的第一人称射击游戏。而让生物系统处理游戏所要求的复杂性、不确定性和实时决策，正是迈向未来混合智能系统的关键一步。
早在2021年，Cortical Labs公司就展示了其“碟中之脑”系统——一种包含超过80万个活脑细胞的芯片，能够学习玩简单的电子游戏《Pong》。与当年需要数年精心设计的科研项目不同，此次的开发效率显著提升。公司首席科学官布雷特·卡根表示，这主要得益于他们开发了新的接口，使研究人员能够使用流行的Python语言对芯片进行编程。因此，一位独立开发者仅用约一周时间就完成了训练任务，这标志着操控此类生物系统的门槛正在降低。
CL1平台在硅芯片的微电极阵列上培育脑细胞，并向它们供给营养，阵列可向细胞发送电信号并读取其活动。在电脑射击游戏《毁灭战士》中，电信号被转化为游戏角色在二维地图中的移动指令。尽管目前其游戏水平远不及人类玩家，但已明显优于随机操作，并且其学习速度被认为快于许多传统的硅基机器学习系统。
专家认为，此次演示的复杂性是一个重要飞跃。英国西英格兰大学的安德鲁·亚当茨基指出，成功与射击游戏互动，凸显了在训练活体神经系统方面取得的切实进展。尽管研究人员尚不完全清楚神经元内部的处理机制，例如它们如何在没有眼睛的情况下“看到”屏幕信息，但这种处理信息的能力本身具有独特性。卡根强调，这些神经元被用作一种特殊的、在硅材料中难以复制的信息处理介质。
这项技术的远期目标并非培育“迷你大脑”来玩游戏，而是开发更高效的生物计算机，应用于机器人控制等现实场景。英国雷丁大学的科学家团队已经在尝试使用基于水凝胶的类似系统来控制机械臂。
总编辑圈点
一家公司利用一种特殊的“培养舱”来培养人脑细胞，让脑细胞生长在硅芯片上。这块“人脑芯片”只花了一周时间，就自己学会了玩一款电脑射击游戏。该款游戏的场景复杂，需要实时决策和反应，能上手玩游戏，说明该脑细胞芯片的信息处理能力已经不容小觑。当然，“迷你大脑”的作用不止于玩游戏。如果能使用活的神经网络来作为计算机的中央处理器，生物智能和硅基智能结合，又会迸发出怎样的能力？生物计算蕴含的巨大潜力，有待人们进一步探索。