Levande nervceller i laboratorium styr ett klassiskt dataspel
Odlade nervceller har lyckats ta kontroll över det ikoniska spelet Doom och reagerar på virtuella hot nästan som en riktig hjärna. Detta till synes märkliga experiment kan fundamentalt förändra både medicin och hur framtidens datorer konstrueras.
Det låter som ett manuskript från science fiction, men är i själva verket ett verkligt försök utfört av två forskningsföretag. Minihjärnor kopplade till elektronik bemästrade grundläggande rörelse, siktning och skjutning på bara några dagar. Resultatet kan revolutionera inte bara läkarvärldens metoder, utan också hela angreppssättet för nästa generations datorer.
Varför just Doom är det perfekta testet
Sedan 1990-talet har Doom varit mycket mer än ett spel. Ingenjörer har kört det på miniräknare, bankomater och till och med på graviditetstester — det används som ett informellt prov på huruvida en hårdvara kan hantera grafik, rörelse och realtidsrespons. För forskare fungerar denna legendariska shooter som ett förstoringsglas som avslöjar hur levande neuroner lär sig, reagerar på stimuli och utvecklar strategier i komplexa miljöer.
Nu har samma prov flyttat in i biologiska laboratorier. Det australiska företaget Cortical Labs och det schweiziska FinalSpark ville undersöka om mänskliga neuroner odlade under speciella förhållanden kan lära sig att styra en spelfigur — helt utan traditionell programmering.
Hur en bioprocessor med 200 000 neuroner på ett chip fungerar
Cortical Labs CL1-system förenar två världar — den biologiska och den elektroniska. Forskarna tog cirka 200 000 mänskliga neuroner utvunna från stamceller och placerade dem på en kiselskiva utrustad med 22 000 mikroelektroder. Dessa mikroskopiska elektroder fyller två funktioner: de registrerar cellernas elektriska aktivitet, och de injicerar signaler som representerar händelserna i spelet.
Fiendens position, labyrintväggar och spelfigurens rörelse — allt detta omsätts till mönster av elektriska impulser. Neuronerna ”ser” alltså Doom inte som en bild på en skärm, utan som en ständigt skiftande ström av stimuli. De svarar med sin egen aktivitet, som elektroniken översätter till rörelse, vridning och skjutning i spelet.
När ”hjärnan på chippet” utför en handling som förlänger spelfigurens liv — exempelvis undviker ett skott eller neutraliserar en fiende effektivt — får den en ”belöning” i form av ett specifikt elektriskt stimuleringsmönster. Leder handlingen till förlust är signalen mindre gynnsam. Denna återkopplingsslinga förstärker förbindelserna knutna till lyckade handlingar och försvagar dem som leder till misslyckande. I en normal hjärna spelar neurotransmittorer som dopamin en motsvarande roll.
Lärt på fem dagar tack vare belöning, straff och hjärnans plasticitet
Efter bara några dagar började neuronkulturen märkbart bättre navigera genom korridorer, undvika hinder och attackera fiender mer effektivt. Det skedde utan en enda rad traditionell kod och utan klassisk träning av ett neuralt nätverk — det biologiska systemet utvecklade själv en spelstrategi.
Forskarna från Cortical Labs observerade hur neuronerna gradvis optimerade sina reaktioner. Inlärningsprocessen förflöt snabbare än hos klassiska algoritmer inom artificiell intelligens. Medan komplexa AI-modeller typiskt kräver miljoner upprepningar, kraftfulla serverhallar och specialiserade grafikprocessorer, talar vi här om tusentals — inte miljoner — cykler.
Neuroner arbetar parallellt och distribuerat, och varje cell bidrar till informationsbehandlingen. Denna arkitektur uppstod i naturen långt före datorer och överträffar dem fortfarande i effektivitet. Ett biologiskt neuralt nätverk förbrukar mikroskopiska mängder energi och löser ändå uppgifter som klassisk elektronik kräver ett helt arsenal av beräkningskraft för att tackla.
FinalSparks tredimensionella minihjärnor spelar också Doom
FinalSpark valde ett annat tekniskt tillvägagångssätt. Istället för ett platt celllager använder företaget så kallade hjärnorganoider — tredimensionella klumpar av nervvävnad som i begränsad omfattning efterliknar strukturerna i en riktig hjärna. Varje sådant miniorgan innehåller cirka 10 000 tätt sammankopplade celler.
Organoider anslutna till elektroniska kretsar tar också emot signaler från spelet och genererar svar som tolkas som rörelse och reaktioner i Doom. Enligt forskarna började organoiderna efter mindre än en vecka urskilja situationer som hotade spelfigurens ”liv” från relativt säkra situationer. De utvecklade enkla strategier för att undvika farliga områden och reagera på angrepp.
Energieffektivitet: bioprocessorer versus AI-serverfarmer
Skillnaden i energiförbrukning är drastisk. Ett stort datacenter som tränar AI-system kan konstant förbruka megawatt energi — med betydande finansiella, miljömässiga och infrastrukturella kostnader som följd. Cortical Labs CL1-system fungerar med en förbrukning på under ett mikrowatt per neuron. I praktiken ger det upp till en miljon gånger bättre energieffektivitet än en jämförbar grafikprocessor.
Hemligheten ligger i fysiologin — neuroner arbetar elektrokemiskt och utnyttjar jonrörelse framför elektronström genom transistorer som hettas upp. För företag som utvecklar AI är det en vision om framtida lösningar som inte kräver gigantiska serverfarmer för att analysera komplexa sensordata.
En direkt jämförelse visar bilden tydligt:
- AI-datacenter: förbrukning på megawattnivå, behov av kylning, högt CO₂-avtryck
- Neuronal bioprocessor: mikrowatt per enhet, inget behov av intensiv kylning, markant lägre energibelastning
- Klassisk GPU: miljarder transistorer, höga värmeförluster, krävande infrastruktur
- Levande neuroner: elektrokemisk kommunikation, minimala värmeförluster, naturlig parallellisering
- AI-servrar: miljoner upprepningar för inlärning, långa träningstider
- Biologiska nätverk: tusentals försök, snabb adaptation, effektiv återkoppling
- Traditionella chips: linjär databehandling, fast arkitektur
- Neuronkulturer: distribuerad behandling, självorganisering, flexibel struktur
Ett nytt verktyg för medicinen: läkemedelstestning på mänskliga neuroner
De närmaste praktiska tillämpningarna är medicinska. FinalSpark erbjuder redan sitt system till farmaceutiska laboratorier. Istället för att testa nya substanser på djur kan forskare nu undersöka deras verkan direkt på mänskliga neuroner i form av organoider. Det öppnar för större överensstämmelse med vad som sedan händer i den mänskliga hjärnan, snabbare möjlighet att hitta behandlingar mot neurodegenerativa sjukdomar och gradvis minskning av antalet djur i forskningen.
I framtiden kommer det att vara möjligt att skapa organoider utifrån en viss patients celler. En sådan ”biologisk avatar” kan avslöja hur kroppen kommer att reagera på ett läkemedel innan det överhuvudtaget når vederbörandes blodbana. Personaliserade minihjärnor kan bli laboratorier där läkare prövar olika terapier och minimerar risken för biverkningar.
Etiska frågor och teknologins begränsningar
Forskarna från både FinalSpark och Cortical Labs understryker att teknologin fortfarande befinner sig i de allra första stadierna. Organoider överlever bara i några månader under laboratorieförhållanden och kräver steril miljö, kontrollerad temperatur, exakt sammansättning av näringsmedium och konstant vård. Det är ännu oklart om sådana bioprocessorer kan skalas upp för att verkligen ersätta en stor del av traditionella serverhallar.
Ingen kan heller fastställa vid vilken grad av komplexitet i dessa strukturers beteende det kommer att uppstå frågor om deras etiska status. En del forskare ställer redan idag obehagliga frågor: Om minihjärnor blir allt skickligare på att behandla information och fatta beslut, ska det då sättas en gräns för när de inte längre kan användas som datorkomponenter? Är testning av extrema scenarion — om än endast i spel — moraliskt neutral?
Vad dessa experiment betyder för AI och vår förståelse av hjärnan
Doom-projektet med levande neuroner demonstrerar att den mest avancerade ”beräkningshårdvaran” fortfarande sitter inne i vår skalle. Artificiella neurala nätverk försöker bara efterlikna dess funktionssätt, men biologin vinner fortfarande på flexibilitet, energibesparing och förmågan att hantera oförutsägbara omgivningar.
Under kommande år kan vi kanske se hybridsystem där klassiska processorer hanterar precisa, repeterbara beräkningar, medan bioprocessorer tilldelas uppgifter som kräver intuition, adaptation och arbete med ofullständiga data. Ett sådant samarbete kan accelerera framsteg inom robotteknik, hjärna-maskin-gränssnitt och analys av komplexa medicinska data.
För den vanliga datoranvändaren låter hela historien med Doom som en kuriositet på gränsen mellan spel och vetenskap. Men i verkligheten är det en tidig förebådare om ett paradigmskifte i vad en ”dator” egentligen är — en framtid där konstgjorda och levande komponenter arbetar sida vid sida till förmån för oss som patienter, teknikanvändare och människor som vill förstå vår egen hjärna bättre.
