澳洲生技新突破 20萬活人腦細胞成功操作毀滅戰士遊戲

澳洲生技新創公司Cortical Labs近日發表重大突破，成功運用約20萬個活體人類腦細胞操作經典射擊遊戲《毀滅戰士》。這項研究透過該公司開發的生物電腦「CL1」系統，在多電極陣列（MEA）微晶片上培養神經元，將遊戲畫面轉換為電刺激訊號傳遞給腦細胞，再將神經元的放電反應轉化為遊戲指令。此舉不僅展現生物演算技術的實踐可能性，更揭示未來AI發展可能結合生物神經系統的全新方向，引發科技界廣泛討論。

生物電腦CL1的運作機制與技術核心

Cortical Labs所開發的CL1生物電腦代表運算架構的典範轉移。這套系統在直徑僅數公分的微晶片上，以多電極陣列技術排列培養大腦神經元，形成體外神經網路。研究團隊將《毀滅戰士》的遊戲畫面即時解析為數位訊號，再透過精密的電流轉換機制，將不同強度與頻率的電刺激傳送至特定神經元區域。這種設計讓腦細胞能夠「感知」虛擬環境中的敵人位置、牆面障礙與移動軌跡，徬彿在真實世界中接收感官輸入。

神經元接收到電刺激後會產生放電反應，這些生物電訊號隨即被系統捕捉並解譯為遊戲操作指令，例如前進、轉向或開火。研究人員特別設計了回饋機制，當腦細胞成功擊殺敵人或避開障礙時，系統會給予特定的電刺激模式作為獎勵，強化神經連結的學習效果。這種類似於人類學習的試誤過程，讓腦細胞逐漸發展出遊戲策略。值得注意的是，這些神經元並非單純被動接收指令，而是展現出主動探索與適應環境的特性，研究人員觀察到神經網路會自行調整放電模式，尋找最有效率的過關方式。

然而，現階段的操作表現仍顯生澀。研究團隊坦言，這個「腦細胞玩家」的行為模式類似從未接觸電腦遊戲的初學者，經常在遊戲開始後不久就遭敵人擊敗。但從神經科學角度來看，這種笨拙恰恰證明系統的真實性——這不是預先編程的機械反應，而是貨真價實的生物學習過程。研究人員在連續觀測中發現，經過數小時的訓練後，神經元開始展現出明確的學習軌跡，包括主動搜尋敵人、預判攻擊時機以及執行精準轉向等複雜行為。

從《Pong》到《毀滅戰士》的技術躍進軌跡

這並非Cortical Labs首次將腦細胞用於遊戲操作。早在先前，該公司就耗費超過18個月時間，成功讓神經元學會遊玩2D乒乓球遊戲《Pong》。當時的實驗證明，體外培養的神經網路能夠理解簡單的二維空間互動，並發展出基本的預測能力。然而，《Pong》的遊戲機制相對單純，僅涉及球拍在垂直軸線的移動與球的彈道預判，神經元只需處理有限的變數。

相較之下，《毀滅戰士》作為3D第一人稱射擊遊戲，其複雜度呈指數級增長。遊戲涉及三維空間導航、360度環境感知、多種敵人行為模式判讀以及武器系統管理等多重認知負荷。令人驚訝的是，透過Cortical Labs新開發的應用程式介面與雲端平台，研究團隊僅花費不到一週時間，就成功將《毀滅戰士》移植到CL1系統上運行。這種開發效率的巨幅提升，凸顯技術平台的成熟度已達到可快速部署的階段。

技術突破的關鍵在於訊號處理演算法的優化。相較於《Pong》時代需要手動調整每個電極的輸出參數，新系統能自動將3D遊戲引擎的數據流轉換為神經元可理解的電刺激模式。研究人員解釋，這好比從黑白電視躍升到虛擬實境，神經元必須同時處理深度、角度、移動速度等更多維度的資訊。實驗數據顯示，腦細胞在面對3D環境時，會自發形成更複雜的網路連結，某些神經元群組專門負責空間定位，另一些則處理威脅偵測，展現出功能分化的現象。

研究挑戰、優化方向與未來應用藍圖

儘管成果令人振奮，Cortical Labs團隊坦承多項技術瓶頸尚待突破。首要挑戰是學習效率，相較於深度學習AI能在數分鐘內完成數百萬次訓練迭代，生物神經元的學習速度受限於細胞本身的生理節奏。研究人員正致力於開發更精準的多巴胺獎勵系統模擬，透過模仿大腦自然的神經傳導物質釋放機制，加速突觸可塑性變化。此外，環境穩定性也是難題，體外培養的神經元對溫度、養分濃度與酸鹼值極為敏感，任何微小波動都可能影響學習表現。

未來優化將聚焦於強化回饋迴路的即時性與精確度。團隊計畫引入更多感官模態，例如模擬聽覺訊號讓神經元能「聽見」敵人腳步聲，或加入觸覺回饋感受虛擬碰撞。長遠目標是建構能處理更複雜任務的生物運算單元，例如應用於疾病模型分析，將病患的誘導性多能幹細胞培養成神經網路，在CL1系統上模擬阿茲海默症或帕金森氏症的病理過程，加速藥物篩選效率。另一個願景是開發新型運算架構，結合傳統晶片的邏輯精確性與生物神經網路的模式識別優勢，創造出功耗更低、適應性更強的混合式AI系統。

在商業應用層面，Cortical Labs已開始與多家藥廠洽談合作，希望利用生物電腦進行神經毒性測試，取代傳統動物實驗。這不僅能提升測試準確度，更符合倫理規範。同時，團隊也探索將技術應用於機器人控制，讓生物神經網路直接驅動機械肢體，實現更靈活的動作協調。這些跨領域應用都建立在同一個核心基礎上：證明體外神經元能夠理解並互動於複雜的動態環境。

生物演算時代來臨的深層意義

這項研究突破的價值遠超越遊戲本身，它標誌著生物演算正式從理論走向實踐。傳統AI依賴矽基晶片與演算法，而生物演算則直接利用活細胞的計算能力，開啟了運算科學的新紀元。神經元天生擅長處理模糊訊息與模式識別，在面對不確定性與雜訊時，表現往往優於傳統電腦。這意味著未來某些特定任務，如氣候預測或金融市場分析，或許能透過生物電腦獲得更直觀的洞察。

然而，這也引發一系列倫理與哲學問題。當腦細胞展現出學習與決策能力時，我們該如何界定其意識狀態？這些體外神經元是否可能發展出某種形式的自我感知？Cortical Labs強調，目前系統遠未達到任何意識層次，僅是簡單的輸入輸出反應。但隨著技術複雜度提升，建立明確的倫理框架將變得迫切。研究團隊已與生物倫理學家合作，制定嚴格的使用準則，確保實驗在細胞來源、處置方式與應用範圍上都符合道德規範。

從技術哲學角度觀之，這項研究模糊了生物與機器的界線。當人類腦細胞能夠驅動數位虛擬角色時，我們是否正在創造新的生命形式？還是僅是將生命組件工具化？這些問題沒有簡單答案，但無疑將推動社會重新思考生命的定義與科技的極限。對AI發展而言，生物演算提供了跳脫現有框架的第三條路——既不純粹模仿大腦結構，也不完全依賴矽基硬體，而是尋求兩者的有機融合。