Levende nerveceller i laboratoriet styrer et klassisk computerspil
Nerveceller dyrket i et laboratorium har formået at tage kontrol over det ikoniske spil Doom og reagerer på virtuelle trusler næsten som et rigtigt hjerne. Dette tilsyneladende mærkværdige eksperiment kan fundamentalt ændre både medicin og den måde, fremtidens computere bygges på.
Det lyder som et sciencefiction-manuskript, men det er et reelt forsøg udført af to forskningsvirksomheder. Miniaturehjerner koblet til elektronik mestrede grundlæggende bevægelse, sigtning og skydning på blot få dage. Resultatet kan revolutionere ikke kun lægeverdenens metoder, men også hele tilgangen til næste generations computere.
Hvorfor netop Doom er den perfekte test
Siden 1990'erne har Doom været langt mere end et spil. Ingeniører har kørt det på lommeregnere, pengeautomater og endda på graviditetstests — det bruges som en uformel prøve på, om et stykke hardware kan håndtere grafik, bevægelse og realtidsrespons. For forskere fungerer denne legendariske shooter som et forstørrelsesglas, der afslører, hvordan levende neuroner lærer, reagerer på stimuli og udvikler strategier i komplekse miljøer.
Nu er den samme prøve rykket ind i biologiske laboratorier. Det australske firma Cortical Labs og det schweiziske FinalSpark ville undersøge, om menneskelige neuroner dyrket under særlige forhold kan lære at styre en spilfigur — helt uden traditionel programmering.
Hvordan en bioprocessor med 200.000 neuroner på en chip fungerer
Cortical Labs' CL1-system forener to verdener — den biologiske og den elektroniske. Forskerne tog cirka 200.000 menneskelige neuroner udvundet fra stamceller og placerede dem på en siliciumskive udstyret med 22.000 mikroelektroder. Disse mikroskopiske elektroder udfylder to funktioner: de registrerer cellernes elektriske aktivitet, og de injicerer signaler, der repræsenterer begivenhederne i spillet.
Fjendens position, labyrinthvægge og spilfigurens bevægelse — alt dette omsættes til mønstre af elektriske impulser. Neuronerne "ser" altså Doom ikke som et billede på en skærm, men som en konstant skiftende strøm af stimuli. De svarer med deres egen aktivitet, som elektronikken oversætter til bevægelse, drejning og skydning i spillet.
Når "hjernen på chippen" udfører en handling, der forlænger spilfigurens liv — for eksempel undviger et skud eller neutraliserer en fjende effektivt — modtager den en "belønning" i form af et specifikt elektrisk stimuleringsmønster. Fører handlingen til tab, er signalet mindre gunstigt. Denne feedbacksløjfe styrker forbindelserne knyttet til vellykkede handlinger og svækker dem, der fører til fiasko. I et normalt hjerne spiller neurotransmittere som dopamin en tilsvarende rolle.
Lært på fem dage takket være belønning, straf og hjernens plasticitet
Efter blot nogle få dage begyndte neuronkulturen markant bedre at navigere gennem gange, undgå forhindringer og angribe fjender mere effektivt. Det skete uden en eneste linje traditionel kode og uden klassisk træning af et neuralt netværk — det biologiske system udviklede selv en spillestrategi.
Forskerne fra Cortical Labs observerede, hvordan neuronerne gradvist optimerede deres reaktioner. Læringsprocessen forløb hurtigere end hos klassiske algoritmer inden for kunstig intelligens. Mens komplekse AI-modeller typisk kræver millioner af gentagelser, kraftige serverrum og specialiserede grafikprocessorer, taler vi her om tusinder — ikke millioner — af cyklusser.
Neuroner arbejder parallelt og distribueret, og hver celle bidrager til informationsbehandlingen. Denne arkitektur opstod i naturen længe før computere og overgår dem stadig i effektivitet. Et biologisk neuralt netværk forbruger mikroskopiske mængder energi og løser alligevel opgaver, som klassisk elektronik kræver et helt arsenal af regnekraft for at tackle.
FinalSparks tredimensionelle mini-hjerner spiller også Doom
FinalSpark valgte en anden teknisk tilgang. I stedet for et fladt cellelag anvender virksomheden såkaldte hjerne-organoider — tredimensionelle klumper af nervevæv, der i begrænset omfang efterligner strukturerne i et rigtigt hjerne. Hvert sådant mini-organ indeholder cirka 10.000 tæt forbundne celler.
Organoider tilsluttet elektroniske kredsløb modtager ligeledes signaler fra spillet og genererer svar, der fortolkes som bevægelse og reaktioner i Doom. Ifølge forskerne begyndte organoiderne efter mindre end en uge at skelne situationer, der truede spilfigurens "liv", fra relativt sikre situationer. De udviklede enkle strategier til at undgå farlige områder og reagere på angreb.
Energieffektivitet: bioprocessorer versus AI-serverfarme
Forskellen i energiforbrug er drastisk. Et stort datacenter, der træner AI-systemer, kan konstant forbruge megawatt af energi — med betydelige finansielle, miljømæssige og infrastrukturelle omkostninger til følge. Cortical Labs' CL1-system fungerer med et forbrug på under ét mikrowatt per neuron. I praksis giver det op til en million gange bedre energieffektivitet end en sammenlignelig grafikprocessor.
Hemmeligheden ligger i fysiologien — neuroner arbejder elektrokemisk og udnytter ionbevægelse frem for elektronstrøm gennem transistorer, der varmer op. For virksomheder, der udvikler AI, er det en vision om fremtidige løsninger, der ikke kræver gigantiske serverfarme til at analysere komplekse sensordata.
En direkte sammenligning viser billedet tydeligt:
- AI-datacenter: forbrug på megawatt-niveau, behov for køling, høj CO₂-aftryk
- Neuronal bioprocessor: mikrowatt per enhed, intet behov for intensiv køling, markant lavere energibelastning
- Klassisk GPU: milliarder af transistorer, høje varmetab, krævende infrastruktur
- Levende neuroner: elektrokemisk kommunikation, minimale varmetab, naturlig parallelisering
- AI-servere: millioner af gentagelser til læring, lange træningstider
- Biologiske netværk: tusinder af forsøg, hurtig adaptation, effektiv feedback
- Traditionelle chips: lineær databehandling, fast arkitektur
- Neuronkulturer: distribueret behandling, selvorganisering, fleksibel struktur
Et nyt redskab til medicinen: lægemiddeltestning på menneskelige neuroner
De nærmeste praktiske anvendelser er medicinske. FinalSpark tilbyder allerede sit system til farmaceutiske laboratorier. I stedet for at teste nye stoffer på dyr kan forskere nu undersøge deres virkning direkte på menneskelige neuroner i form af organoider. Det åbner for større overensstemmelse med, hvad der siden sker i det menneskelige hjerne, hurtigere mulighed for at finde behandlinger mod neurodegenerative sygdomme og gradvis reduktion af antallet af dyr i forskningen.
I fremtiden vil det være muligt at skabe organoider ud fra en bestemt patients celler. En sådan "biologisk avatar" kan afsløre, hvordan kroppen vil reagere på et lægemiddel, inden det overhovedet når den pågældendes blodbane. Personaliserede mini-hjerner kan blive laboratorier, hvor læger afprøver forskellige terapier og minimerer risikoen for bivirkninger.
Etiske spørgsmål og teknologiens begrænsninger
Forskerne fra både FinalSpark og Cortical Labs understreger, at teknologien stadig befinder sig i de allerførste stadier. Organoider overlever kun i nogle måneder under laboratorieforhold og kræver sterilt miljø, kontrolleret temperatur, præcis sammensætning af næringsmediet og konstant pleje. Det er endnu uklart, om sådanne bioprocessorer kan skaleres op til reelt at erstatte en stor del af traditionelle serverrum.
Ingen kan heller fastslå, ved hvilken grad af kompleksitet i disse strukturers adfærd der vil opstå spørgsmål om deres etiske status. En del forskere stiller allerede i dag ubehagelige spørgsmål: Hvis mini-hjerner bliver stadigt dygtigere til at behandle information og træffe beslutninger, skal der så sættes en grænse for, hvornår de ikke længere kan bruges som computerkomponenter? Er testning af ekstreme scenarier — om end kun i spil — moralsk neutral?
Hvad disse eksperimenter betyder for AI og vores forståelse af hjernen
Doom-projektet med levende neuroner demonstrerer, at den mest avancerede "beregningshardware" stadig sidder inde i vores kranium. Kunstige neurale netværk forsøger blot at efterligne dens funktionsmåde, men biologi vinder fortsat på fleksibilitet, energibesparelse og evnen til at håndtere uforudsigelige omgivelser.
I de kommende år kan vi måske se hybridsystemer, hvor klassiske processorer håndterer præcise, gentagelige beregninger, mens bioprocessorer tildeles opgaver, der kræver intuition, adaptation og arbejde med ufuldstændige data. Et sådant samarbejde kan accelerere fremskridt inden for robotteknologi, hjerne-maskine-grænseflader og analyse af komplekse medicinske data.
For den almindelige computerbruger lyder hele historien med Doom som en kuriositet på grænsen mellem spil og videnskab. Men i virkeligheden er det et tidligt varsel om et paradigmeskifte i, hvad en "computer" egentlig er — en fremtid, hvor kunstige og levende komponenter arbejder side om side til gavn for os som patienter, teknologibrugere og mennesker, der ønsker at forstå vores eget hjerne bedre.
