Робот-собака на нейронах Cortical Labs: что показал эксперимент

Австралийская биотехнологическая компания Cortical Labs показала робота-собаку, которым, по описанию ScienceAlert от 31 октября 2026 года, управляли выращенные в лаборатории человеческие нейроны. Но научная статья той же группы рассказывает не об этой физической демонстрации, а о симуляторе: агент двигался по сетке 6 × 6, получал один числовой сигнал вместо изображения и выбирал одно из трёх действий.

Соучредитель и генеральный директор Cortical Labs Бретт Кейган назвал робота простой демонстрацией того, как биологические системы можно связать с реальным миром. ScienceAlert отдельно отмечает, что технология пока медленная и неэффективная. Управление роботами в удалённых или опасных местах авторы источника называют возможным будущим применением, а не результатом нынешнего опыта.

Препринт Embodied Neurocomputation подготовили 15 исследователей Cortical Labs и Honda Research Institute Europe. Для экспериментов они получили нейроны из индуцированных плюрипотентных стволовых клеток человека, сформировали кортикальные и гиппокампальные культуры и выращивали их 60 дней после посадки. Каждая система CL1 включала одну культуру на чипе с 60 электродами. Всего использовали 26 культур.

Как нейроны получали задание

В симуляторе агент находился на поле 6 × 6 клеток. В нём были цель, препятствия и градиент «запаха». Сенсор передавал только одно из трёх значений: −1, 0 или +1. Оно показывало, где запах сильнее: слева, прямо по курсу, справа или сзади.

Это число переводили в частоту электрической стимуляции. В переборе участвовали шесть параметров: минимальная и максимальная частота, амплитуда, длительность импульса, частота временных тактов и число тактов на один шаг. Частоту задавали в диапазоне от 2 до 5 Гц для минимума и от 40 до 100 Гц для максимума, амплитуду меняли от 1 до 2,5 мкА, а длительность импульса составляла от 40 до 160 мкс.

Стимул одновременно подавали на центральную часть матрицы. Ответ считывали в трёх разнесённых зонах, каждой соответствовало действие: идти вперёд, повернуть влево или повернуть вправо. Система выбирала зону с наибольшей относительной плотностью спайков.

Между сигналом и действием оставался физический зазор. Сам чип должен был преобразовать центральный электрический стимул в активность одной из периферийных зон. Поэтому простая передача сигнала по электродам не объясняла бы результат.

Представим условную комнату, где сила запаха превращается в частоту вспышек лампы. Три удалённых приёмника должны по этим вспышкам выбрать направление, но никто не подсказывает им ответ напрямую. В опыте роль такой «комнаты» играла культура нейронов, а роль приёмников выполняли три зоны электродов. Это лишь аналогия для механизма: нейроны не видели карту и не рассуждали о ней как человек.

После каждого действия культура получала обратную связь. За успешный ход следовали пять пачек импульсов частотой 100 Гц и длительностью 80 мс. За неудачный ход подавалась случайная стимуляция тех же зон. Кодирование, считывание и обратная связь во время испытаний оставались неизменными, поэтому авторы связывают изменения поведения с адаптацией культуры.

Что показал перебор

Исследователи проверили 1296 комбинаций параметров, затем сократили набор до 64 и отобрали 12 конфигураций. На эксперименты ушло более 4000 часов взаимодействия в реальном времени.

В двух режимах отобранные конфигурации показали результат выше, чем оптимизированная сеть глубокого обучения с подкреплением DQN: в 1,18 раза при одном эпизоде на 150 шагов и в 1,25 раза при пяти эпизодах по 30 шагов. По сравнению с неадаптивной культурой преимущество составило 3,6 и 5,6 раза соответственно.

В режиме пяти эпизодов совпадение между сигналом наблюдения и выбранным действием у лучших конфигураций выросло с 0,39 в первом эпизоде до 0,53 в пятом. Случайный уровень составлял 0,33. В контрольных опытах, где не было нейронов или меняли соответствие между зонами считывания и действиями, такого роста не наблюдали. Заметное обучение начиналось примерно с третьего эпизода.

Эти числа говорят о том, что культуры смогли адаптировать связь между электрическим входом и выбранным действием в простом замкнутом контуре. Они не показывают, что нейроны уже надёжно управляют роботом в сложной среде.

Почему результат пока нельзя переносить на робота

Авторы проверяли систему только в управляемом мире 6 × 6 с одномерным сигналом. Перенос на непрерывные и многомерные данные, например на поток изображений или сложные показания датчиков, в работе не исследовали.

Кроме того, поиск ограничили шестью параметрами кодирования и заранее заданными диапазонами. Декодирование и обратную связь отдельно не оптимизировали. Пауза между испытаниями совпадала с двухминутным отдыхом между эпизодами, поэтому влияние предыдущих режимов стимуляции полностью исключить нельзя. Код и набор данных на момент публикации также не были открыты: авторы обещают выпустить их позднее.

В статье нет методики физической демонстрации с роботом-собакой и не приведены показатели скорости или надёжности этого робота. Энергопотребление самой платформы CL1 авторы, напротив, оценивают в приложении A.9, но это не данные о работе робота в реальной среде.

Препринт появился на arXiv в мае 2026 года, его обновлённая версия датирована 2 октября. В PDF указано, что материал относится к конференции NeurIPS 2026, однако ScienceAlert сообщает, что исследование ещё не прошло рецензирование. Для авторов, которым нужно привести научный текст к требованиям публикации, существует отдельная подготовка научной статьи к публикации.

Научный инженер-программист Cortical Labs Джонсон Чжоу сформулировал задачу так: нужно не просто вырастить нейроны на кремнии, а найти надёжный способ обмениваться с биологической системой сигналами, обучать её и понимать, какие настройки дают устойчивый результат. Пока это проверили на небольшой виртуальной карте, а не в полноценной роботизированной среде.