Использование живых нейронов в качестве основы компьютерных чипов обещает серьёзные преимущества перед обычными системами — как по энергоэффективности, так и по способности адаптироваться. Каким бы сложным ни был ИИ, человеческому мозгу для работы требуется гораздо меньше энергии, и он по-прежнему намного лучше справляется с незнакомыми ситуациями.
Новую демонстрацию этой биологической технологии представили учёные из австралийской компании Cortical Labs: они оснастили робота-собаку выращенными в лаборатории нейронами, которые способны направлять его к цели на простой карте.
Нейроны выращивали прямо на чипе, снабжённом электродами для двустороннего обмена электрическими сигналами. Благодаря этому команда Cortical Labs смогла преобразовывать активность небольшой группы нейронов в движения подключённого робота.
«Робопёс — это простая демонстрация того, как достижения в области биологических систем можно применять в реальном мире, но она делает такую возможность осязаемой», — говорит Бретт Каган, сооснователь и генеральный директор Cortical Labs.
«В долгосрочной перспективе такой подход мог бы пригодиться для роботов и автономных систем, которым нужно принимать решения в непредсказуемой реальной среде».
Эта технология всё ещё на ранней стадии: она пока не отличается ни скоростью, ни эффективностью. Но в будущем роботы, управляемые нейронами, могли бы работать в отдалённых или опасных условиях или помогать людям, подстраиваясь под них и обучаясь со временем.
Cortical Labs уже показывала, как скопления нейронов решают компьютерные задачи, в том числе играют в Pong и Doom. Теперь компания переносит эту идею в физический мир с помощью робототехники и предлагает альтернативу традиционным системам.
«Роботы становятся удивительно способными машинами в том, что касается физического управления, но им по-прежнему трудно даётся управление более высокого порядка, необходимое, чтобы быстро учиться или приспосабливаться к изменяющимся условиям», — говорит Каган.
«Ходить, бегать и выполнять акробатические трюки — это потрясающе, но определить, где и когда действовать, традиционными методами по-прежнему сложно».
Похожую демонстрацию технологии Cortical Labs провела и совместно с Honda Research Institute Europe. В этом случае всё происходило внутри виртуальной системы, но цель была той же: провести агента по простой сетке в поисках награды.
Схема эксперимента была та же: электрические сигналы стимулировали нейроны на чипе, а чип, в свою очередь, возвращал собственные электрические сообщения. Изменяя характеристики электрического сигнала и давая обратную связь о ходах агента, исследователи смогли обучать живой чип и интерпретировать его движения.
За более чем 4000 часов взаимодействия с чипом и агентом команда испытала почти 1300 различных комбинаций сигналов.
«Это совместное исследование позволяет нам изучать принципиально иные подходы к созданию интеллектуальных агентов», — говорит Даниэль Танneберг, старший научный сотрудник Honda Research Institute Europe.
«Использование живых клеток в качестве основы для вычислений сопряжено со многими трудностями, но и открывает большие возможности в плане энергоэффективности, устойчивости и адаптивности. Теперь мы можем начать изучать и оценивать этот потенциал».
Здесь по-прежнему было немало проб и ошибок. Следующие шаги — увеличить масштаб таких чипов, чтобы они справлялись с более сложными задачами за меньшее время: роботам в реальном мире придётся делать гораздо больше, чем просто перемещаться по простой сетке.
Ещё одна цель исследователей — узнать больше о том, как эти чипы на основе нейронов сохраняют информацию и какой «памятью» они могут обладать.
«Задача не в том, чтобы просто выращивать нейроны на кремнии. Нужно найти надёжные способы взаимодействовать с биологическими системами, обучать их и понимать, какие подходы дают стабильные результаты», — говорит Джонсон Чжоу, инженер-программист-исследователь Cortical Labs.
«Это исследование даёт нам основу для проверки этих вопросов в большом масштабе. Оно закладывает фундамент, на который мы сможем опираться, пока биологические вычисления движутся к практическому применению».
Исследование по навигации ещё не прошло рецензирование, но было представлено на конференции NeurIPS 2026 и доступно на arXiv.