Chỉ trong 7 ngày, một nhà nghiên cứu đã huấn luyện thành công cụm 200.000 tế bào não… chơi Doom

Thử nghiệm máy tính sinh học theo cách mới: để tế bào não chơi trò điện tử.

Từng gây kinh ngạc khi dạy các tế bào não chơi Pong, các nhà khoa học nay đã nâng tầm máy tính sinh học: chinh phục tựa game bắn súng huyền thoại Doom.

Trong nhiều năm, việc chơi được Doom – ra mắt năm 1993 – trở thành thước đo khả năng xử lý của một hệ thống máy tính. Doom giờ đã chạy trên vô số nền tảng, từ smartband, chậu cây cảnh thông minh, đồng hồ kỹ thuật số đến một file PDF.

Năm 2021, startup Cortical Labs (Úc) đã ghi dấu ấn khi nuôi cấy hơn 800.000 tế bào não người trên mảng vi điện cực để chơi Pong, nhưng dự án đó đòi hỏi nhiều năm nghiên cứu kiên nhẫn.

Một bước ngoặt mới xuất hiện: chỉ trong một tuần, nhà phát triển độc lập Sean Cole đã dạy một cụm tế bào não chơi Doom – trò chơi phức tạp hơn nhiều so với Pong. Đáng kinh ngạc, Sean không phải chuyên gia sinh học; ông thực hiện điều này nhờ giao diện mới cho phép lập trình các chip tế bào não bằng ngôn ngữ Python.

Mặc dù cụm tế bào này chỉ dùng số lượng neuron bằng 1/4 so với thử nghiệm Pong trước, kết quả thu được vẫn rất ấn tượng. Dù chưa thể so sánh với game thủ trung bình, “bộ não” tí hon này chơi tốt hơn hẳn việc nhấn nút ngẫu nhiên.

Điểm mạnh nổi bật của máy tính sinh học là khả năng học nhanh. Các hệ thống này tiếp thu kiến thức vượt trội so với các mô hình học máy silicon truyền thống khi gặp tình huống mới.

Làm sao một cụm tế bào không có mắt lại có thể “nhìn thấy” quái vật trên màn hình? Chúng hiểu nhiệm vụ ra sao? Đây vẫn là những câu hỏi lớn đối với giới khoa học.

Hiện các nhà nghiên cứu gửi tín hiệu điện đến tế bào não để mô phỏng trạng thái trò chơi và nhận phản hồi điện từ chúng để điều khiển nhân vật. Tuy nhiên, cách neuron phối hợp ra quyết định trong thời gian thực vẫn là một bí ẩn trong “hộp đen” sinh học.

Việc chơi Doom thành công được xem như một mô phỏng đơn giản của điều khiển thực thể phức tạp. Các chuyên gia dự đoán bước tiếp theo sẽ là điều khiển các thiết bị vật lý ngoài đời, ví dụ như cánh tay robot.

Dù còn nhiều chặng đường để máy tính sinh học thay thế chip silicon trong tác vụ thông thường, nhưng trong các lĩnh vực đòi hỏi thích nghi nhanh và tiêu thụ năng lượng thấp, tế bào não đang chứng minh là ứng viên sáng giá.