मानव मस्तिष्क कोशिकाएं कॉर्टिकल लैब्स प्रयोग में डूम खेलना सीखती हैं

"क्या यह Doom चला सकता है?" चुनौती ने अपनी अगली सीमा पार कर ली है।

मेलबर्न, ऑस्ट्रेलिया स्थित स्टार्टअप Cortical Labs ने 1993 के क्लासिक वीडियो गेम को नेविगेट करने के लिए जीवित मानव मस्तिष्क कोशिकाओं के समूहों को सफलतापूर्वक प्रशिक्षित किया है।

पिछले सप्ताह YouTube पर पोस्ट किए गए एक वीडियो में, शोधकर्ताओं ने जीवित मानव न्यूरॉन्स को सॉफ़्टवेयर से जोड़ा जो गेमप्ले को विद्युत संकेतों में परिवर्तित करता है और तंत्रिका गतिविधि को इन-गेम नियंत्रण में अनुवादित करता है, जिससे कोशिकाएं चलने, दुश्मनों पर प्रतिक्रिया करने और हथियार चलाने में सक्षम होती हैं।

"2021 में, हमने न्यूरॉन्स पर Pong को काम करते हुए प्राप्त किया। यह एक प्रकार का पहला परीक्षण था यह देखने के लिए कि क्या हम किसी प्रकार का शानदार गेम प्राप्त कर सकते हैं जो लोगों से बात करता हो। लेकिन फिर हमें जो नंबर एक प्रतिक्रिया मिली वह है, क्या यह Doom चला सकता है?" Cortical Labs के एप्लिकेशन वैज्ञानिक Alon Loeffler ने Decrypt को बताया।

कंपनी के CL1 डिवाइस के अंदर लगभग 200,000 जीवित मानव न्यूरॉन्स हैं जो एक मल्टी-इलेक्ट्रोड सरणी पर संवर्धित किए गए हैं, जिससे शोधकर्ता कोशिकाओं को विद्युत रूप से उत्तेजित कर सकते हैं और वास्तविक समय में उनकी प्रतिक्रियाओं की व्याख्या कर सकते हैं।

क्या यह Doom चला सकता है?

दशकों से, Doom नए सिस्टम का परीक्षण करने वाले इंजीनियरों के लिए एक अनौपचारिक बेंचमार्क के रूप में काम कर रहा है।

जब से टेक्सास स्थित वीडियो गेम डेवलपर id Software ने 1997 में गेम का सोर्स कोड सार्वजनिक रूप से जारी किया, डेवलपर्स ने इसे असंख्य अप्रत्याशित प्लेटफ़ॉर्म पर पोर्ट किया है।

यह शूटर अप्रत्याशित प्लेटफ़ॉर्म पर दिखाई दिया है, जिसमें आंत बैक्टीरिया और गर्भावस्था परीक्षण, ब्लॉकचेन नेटवर्क पर, PDF में, रोबोट लॉन मोवर्स, और CAPTCHA चुनौतियां शामिल हैं जो खिलाड़ियों को यह साबित करने के लिए राक्षसों को हराने की आवश्यकता होती है कि वे मानव हैं।

Loeffler ने कहा कि टीम ने शुरुआत में सिस्टम को कार्यात्मक बनाने के लिए तात्कालिक निम्न-स्तरीय कंप्यूटिंग कोड पर भरोसा किया, लेकिन अंततः एक ऐसा प्लेटफ़ॉर्म बनाने का फैसला किया जो शुरुआत से डिज़ाइन किया गया था ताकि शोधकर्ता सरल Python कमांड का उपयोग करके उच्च-स्तरीय नियंत्रण के माध्यम से न्यूरॉन्स के साथ बातचीत कर सकें।

एक बार जब Cortical Labs ने प्लेटफ़ॉर्म बनाया, विकास तेज हो गया।

"सहयोगी Sean, जिसने Doom लिखा, उन्होंने हमारे लिए कोड 18 महीनों के बजाय कुछ दिनों में लिख दिया," Loeffler ने कहा।

न्यूरॉन्स को खेलना सिखाना

न्यूरॉन्स फीडबैक संकेतों के माध्यम से सीखते हैं, जब वे सही तरीके से किसी दुश्मन पर निशाना लगाते हैं तो छोटे पुरस्कार प्राप्त करते हैं और जब वे सफलतापूर्वक शूट करते हैं और लक्ष्य को समाप्त करते हैं तो बड़े पुरस्कार प्राप्त करते हैं, समय के साथ उन संकेतों से जुड़े व्यवहारों को मजबूत करते हैं।

Cortical Labs के शोधकर्ताओं ने फिर कृत्रिम बुद्धिमत्ता का उपयोग यह परिष्कृत करने के लिए किया कि गेम जानकारी को न्यूरॉन्स को भेजे गए विद्युत संकेतों में कैसे एनकोड किया गया था।

"कोशिकाएं वास्तव में इनपुट सीख रही हैं," Loeffler ने कहा। "लेकिन फिर AI उस इनपुट को बेहतर बनाने की कोशिश कर रहा है ताकि कोशिकाओं को वह करने के लिए प्रेरित किया जा सके जो हम उन्हें करना चाहते हैं।"

जबकि Doom खेलते समय कोशिकाओं ने स्थिर सुधार दिखाया, Loeffler ने जोर दिया कि न्यूरॉन्स इनपुट पर प्रतिक्रिया करते हैं न कि वास्तव में गेम को समझते हैं।

"सिस्टम वास्तव में नहीं जानता कि वह Doom खेल रहा है," उन्होंने कहा। "यह विद्युत संकेत प्राप्त कर रहा है और फिर प्रतिक्रियाएं दे रहा है।"

Loeffler ने कहा कि जीवित न्यूरॉन्स के साथ काम करने के लिए पारंपरिक प्रोग्रामिंग से अलग दृष्टिकोण की आवश्यकता होती है।

"यह मानसिकता में पूरी तरह से अलग बदलाव है," Loeffler ने कहा। "आप बस इस सामान्य प्रकार की कंप्यूटिंग सिस्टम नहीं रख सकते जिसे आप प्रोग्राम कर रहे हैं। इसे पूरी तरह से नए दृष्टिकोण और चीजों को देखने के पूरी तरह से नए तरीके में करने की आवश्यकता है।"

गेमिंग, उन्होंने कहा, एक सार्वजनिक प्रदर्शन के रूप में कार्य करता है जबकि शोधकर्ता व्यावहारिक उपयोगों का पता लगाते हैं।

मानव-व्युत्पन्न न्यूरॉन्स का उपयोग करने के बावजूद, Loeffler ने कहा कि सिस्टम मानव अनुभूति के समान नहीं है।

"सिर्फ इसलिए कि वे मानव कोशिकाएं हैं इसका मतलब यह नहीं है कि उस डिश पर एक मानव है," उन्होंने कहा। "कोई दर्द रिसेप्टर्स नहीं हैं। ऐसी कोई संरचनाएं नहीं हैं जो उच्च-क्रम की कार्यक्षमता की अनुमति दे सकें।"

इसके बावजूद, शोधकर्ताओं ने, उन्होंने कहा, मस्तिष्क के बाहर तंत्रिका अनुकूलनशीलता के प्रमाण देखते हैं।

"हम अभी भी पर्यावरण के प्रति अनुकूलनशीलता देखते हैं। हम अभी भी सीखना देखते हैं," Loeffler ने कहा। "जो आपको अनुकूलन करने के लिए न्यूरॉन्स की अंतर्निहित क्षमताओं का प्रकार दिखाता है।"