Cortical Labs a entraîné 200 000 neurones humains sur sa puce CL1 pour jouer à Doom, faisant progresser l’informatique biologique comme un complément économe en énergie aux systèmes d’IA conventionnels. L’équipe de recherche basée à Melbourne a utilisé une interface en silicium pour traduire le monde du jeu en motifs électriques et lire les décharges neuronales comme des commandes de mouvement et de tir, passant de réflexes du type Pong à une navigation 3D. Brett Kagan, directeur scientifique de Cortical Labs, présente ce travail comme une réponse aux besoins énergétiques de l’IA, en soulignant l’efficacité d’environ 20 watts du cerveau humain face à la consommation de plusieurs mégawatts des grands modèles d’IA actuels dans les centres de données cloud. La démonstration vise à montrer un apprentissage orienté objectifs dans un réseau neuronal vivant, sous des conditions orchestrées par ordinateur, même si les performances restent très loin d’un jeu vidéo de précision et que les cultures CL1 durent environ six mois.
Cortical Labs entraîne des neurones sur sa puce CL1 pour jouer à Doom
L’équipe de recherche a cultivé les neurones à partir de cellules souches humaines et les a connectés à la puce CL1 sur mesure, qui convertit des événements visuels en stimulations via des électrodes. Le système lit l’activité des cellules pour déclencher des actions en temps réel, traduisant des motifs neuronaux en commandes telles que avancer, tourner et tirer. L’équipe a commencé avec un comportement de niveau Pong avant de passer aux exigences 3D de Doom.
Les neurones ont reçu des signaux électriques structurés liés à l’état du jeu et ont répondu par des motifs que le système interprète comme des commandes de jeu. Les performances montrent des ratés fréquents et des corrections excessives, avec une amélioration au fil de sessions répétées pendant que l’entraînement se poursuit. D’après les chercheurs, l’objectif est de démontrer un apprentissage orienté objectifs dans un réseau neuronal vivant, sous des conditions qu’un ordinateur peut orchestrer et mesurer, et non d’atteindre un niveau de précision comparable à celui du haut niveau esport.
Efficacité du cerveau humain : viser la consommation d’énergie de l’IA
Là où les grands modèles d’IA d’aujourd’hui consomment des mégawatts dans les centres de données cloud, le cerveau humain fonctionne avec environ 20 watts. Brett Kagan présente ce travail comme un partenariat avec une IA en silicium plutôt qu’un remplacement, en particulier pour des tâches qui tirent parti d’un apprentissage continu sous des contraintes énergétiques strictes. Pour les entreprises américaines qui entraînent des modèles fondamentaux sur des GPU Nvidia et se précipitent pour augmenter l’échelle d’inférence, même un délestage partiel vers des co-processeurs biologiques pourrait compter dans des scénarios comme des boucles d’apprentissage locales pour la robotique ou des appareils en périphérie, tandis que les puces conventionnelles gèrent la précision des calculs et de grandes opérations de récupération.
Applications de l’informatique biologique au-delà du jeu
L’équipe identifie le criblage de médicaments sur des tissus neuronaux spécifiques à des patients, de nouveaux modèles de maladies et des contrôles adaptatifs en robotique comme applications potentielles. Les interfaces restent fragiles, avec une durée de vie typique d’environ six mois, et des sorties qui ne sont pas encore entièrement standardisées ni programmables à grande échelle. Des garde-fous réglementaires et éthiques devront suivre le rythme, notamment aux États-Unis avec les orientations de la FDA et du NIH si des usages médicaux progressent.
FAQ
Qu’a réalisé Cortical Labs avec des neurones humains et Doom ?
Cortical Labs a entraîné 200 000 neurones humains issus de cellules souches pour jouer à Doom à l’aide de sa puce CL1. Le système traduit les événements visuels du jeu en motifs électriques qui stimulent les neurones, puis lit leur activité comme des commandes de jeu, telles que le mouvement et le tir. Le travail démontre un apprentissage orienté objectifs dans un réseau neuronal vivant sous contrôle informatique.
Pourquoi Cortical Labs compare-t-il l’efficacité du cerveau à la consommation d’énergie de l’IA ?
Brett Kagan note que le cerveau humain fonctionne avec environ 20 watts, tandis que les grands modèles d’IA actuels consomment des mégawatts dans les centres de données cloud. La recherche explore l’informatique biologique comme complément à l’IA conventionnelle pour des tâches nécessitant un apprentissage continu sous des contraintes énergétiques strictes, comme la robotique ou des appareils en périphérie, tandis que les puces en silicium gèrent les calculs de précision et les opérations à grande échelle.
Combien de temps durent les cultures neuronales CL1 ?
Les cultures CL1 ont une durée de vie typique d’environ six mois. Les interfaces restent fragiles et les sorties ne sont pas encore entièrement standardisées ni programmables à grande échelle, selon l’équipe de recherche.
