V roce 2022 publikoval australský tým z Cortical Labs v časopise Neuron experiment , který ve vědecké komunitě vyvolal neobvyklé ticho – takové ticho, jaké předchází zásadním přehodnocením. Lidské neurony pěstované na mikročipu se naučily hrát tenis. Ne metaforicky. Ne zhruba. Během několika minut zlepšily svůj výkon v reakci na selhání, měřitelným a reprodukovatelným způsobem.

Kódové jméno projektu: DishBrain . A otázky, které vyvolává, jsou závratnější než samotný technický výkon.

01 - Experiment: co se přesně stalo

🧫Neurony jsou pěstovány na mřížce 512 mikroelektrod. Poloha míčku ve hře je převedena na elektrické impulsy vysílané do specifické oblasti čipu. Směr pálky je určen elektrickou aktivitou měřenou na výstupu. Zpětná vazba: když neurony selžou, stimulace se stane náhodnou a nepředvídatelnou. Když uspějí, stane se uspořádanou a předvídatelnou.

 

🔬 Fristonův princip volné energie

Teoretický rámec, který tým používá, vychází z principu volné energie (FEP) neurovědce Karla Fristona. Ten předpokládá, že každý biologický systém se snaží minimalizovat překvapení svého okolí – aby byla jeho budoucnost předvídatelná. Z praktického hlediska: neurony zlepšují svůj výkon ne proto, že jsou odměňovány, ale proto, že samotná nepředvídatelnost je pro živou neuronovou síť averzní. Jedná se o formu učení bez explicitní odměny.

„Buňky si nemusí zajišťovat přežití, ani nepotřebují získat odměnu. Zlepšují svůj výkon, protože nepředvídatelnost je biologicky averzní vůči neuronové síti. To stačí.“

— Kagan a kol., Neuron, 2022 — přeformulování

02 - Jak neurony „vidí“ hru

Toto je nejvíce znepokojivý a nejméně diskutovaný aspekt experimentu. Tyto neurony „nevidí“ Ponga. Nezpracovávají obrazy. Přijímají kódované elektrické impulsy – reprezentaci světa přeloženou do jejich rodného jazyka.

🎮Stav hry Pong (pozice míčku, pálka)
Klasická numerická data — souřadnice x/y v reálném čase.
↓
⚡Převod na časoprostorové elektrické impulsy
Poloha míčku určuje, která oblast čipu přijímá jakou stimulační frekvenci. Lateralita signálu označuje stranu hřiště.
↓
🧫Zpracování živých neuronových sítí
800 000 neuronů integruje příchozí signály prostřednictvím synaptických spojení. Žádný algoritmus jim neříká, co mají dělat – organizace vzniká z jejich kolektivní aktivity.
↓
📡Odečet elektrické aktivity na výstupu
Asymetrie aktivity mezi levou a pravou zónou čipu určuje směr rakety.
↓
🔁Diferencovaná zpětná vazba založená na výsledku
Úspěch = uspořádaná (předvídatelná) stimulace. Neúspěch = náhodná (šumová) stimulace. Síť se učí maximalizovat předvídatelnost prostředí.

Z toho vyplývá, že tyto buňky něco vnímají . Ne ve vizuálním smyslu, ale ve funkčním smyslu – přijímají kódované informace o stavu světa, integrují je a vytvářejí reakci, která tento stav modifikuje. Toto je operační definice vnímání, která nevyžaduje ani tělo, ani oči, ani vědomí, jak ho chápeme my.

03 - Otázky, na které zatím nikdo nemá nástroje k zodpovězení

🧠Existuje něco jako subjektivní zkušenost?
„Cítí“ tyto neurony něco, když nefungují správně? Otázka subjektivní zkušenosti (qualia) je přesně tou, na kterou nám chybí měřicí přístroj. Elektrická aktivita nám nic neříká o tom, co je – nebo není – uvnitř.

 

🎯Co je to „cíl“ bez záměru?
Výzkumníci hovoří o „cíleně zaměřeném učení“. Ale znamená cíl záměr? Nebo stačí systém organizovaný kolem požadovaného stavu? Toto rozlišení je filozoficky výbušné.

 

🇧🇷Jaký je morální status těchto látek?
Pokud tyto buňky zpracovávají informace, učí se a reagují na své prostředí, na jaké úrovni složitosti se změní jejich morální status? Bioetika zatím nemá standardizovanou odpověď.

 

🔬Je Turingův test správným rámcem?
Turingův test hodnotí, zda stroj dokáže napodobit člověka v konverzaci. DishBrain nemluví – jedná. Učí se. Adaptuje se. Test jsme pro tento typ inteligence nenapsali.

 

🧬 Organoidní inteligence: nový obor

DishBrain pomohl zavést to, co vědci dnes nazývají organoidní inteligencí (OI). V roce 2023 formalizoval tento výzkumný obor klíčový článek publikovaný 40 vědci v časopise Frontiers in Science a odlišil OI od výpočetní umělé inteligence. Myšlenka: biologické systémy se učí jinak než umělé neuronové sítě – s menší energií, adaptivnějším způsobem a potenciálně s emergentními vlastnostmi, které zatím neumíme modelovat.

04 - Nuance, které virální příspěvek opomíjí

⚖ Co je třeba specifikovat z důvodu vědecké rigoróznosti

Hra není DOOM, je to Pong. Virální verze příspěvku zmiňuje DOOM – to je nepřesné. Experiment publikovaný v časopise Neuron používá zjednodušenou verzi Pongu. DOOM se zmiňuje ve spekulativních diskusích o tom, co bude dál.

„Učení“ je zde funkční, nikoli metaforické – ale omezené. Neurony zlepšují svůj výkon při plnění velmi specifického úkolu ve vysoce kontrolovaném prostředí. Nejde ani o zobecnění, ani o porozumění v lidském kognitivním smyslu.

Velikost vzorku je malá a reprodukovatelnost je částečná. Výsledky jsou slibné, ale variabilita mezi čipy je značná. Standardizace protokolů je aktivní výzkumnou výzvou.

Žádné vědomí není prokázáno, ani autoři jej netvrdí. Samotní výzkumníci jsou při interpretaci výslovně opatrní. Adaptivní elektrická aktivita nedokazuje existenci subjektivního prožitku.

05 - Proč to pořád něco mění?

Navzdory nuancím DishBrain posouvá paradigma. Po desetiletí se hranice mezi biologickou hmotou a inteligencí definovala kolem anatomické organizace – mozku v lebce, spojeného s tělem, zakotveného v historii. Tento experiment ukazuje, že určité vlastnosti inteligence – adaptace, učení, snižování nejistoty – se vynořují z živé neuronové sítě i bez jakékoli z těchto podmínek.

🌱 Co vědci zvažují dál

Tým CorticalLabs a další skupiny pracují na: složitějších 3D mozkových organoidech (mini-mozcích) propojených s rozhraními; propracovanějších kognitivních úkolech (paměť, navigace); srovnávacích studiích mezi lidskými a zvířecími neurony s cílem identifikovat specifika každého druhu; a bioetických protokolech pro vytvoření rámce pro tento výzkum dříve, než jeho složitost překročí naši schopnost posoudit jeho důsledky.

 

06 - Otázky fréquentes

Jsou tyto neurony vědomé?

Sami výzkumníci to netvrdí. Vědomí je jedním z nejtěžších problémů ve filozofii mysli (Chalmersův „těžký problém vědomí“). Chybí nám nástroj k detekci subjektivní zkušenosti. DishBrain demonstruje cílenou behaviorální adaptaci – nezbytnou, ale nikoli postačující podmínku pro to, co intuitivně nazýváme „vědomím“.

Co je princip volné energie (FEP)?

Princip volné energie, vyvinutý neurovědcem Karlem Fristonem, je teoretický rámec, který předpokládá, že každý biologický systém se snaží minimalizovat překvapení svého okolí – tedy učinit svou budoucnost co nejpředvídatelnější. V praxi: neuron nebo neuronová síť upraví své chování tak, aby snížila nepředvídatelnost signálů, které přijímá. Tento princip vysvětluje, proč se neurony DishBrain zlepšují v Pongu, aniž by byly za své úspěchy explicitně „odměněny“.

Jaký je rozdíl mezi organoidem a mozkem?

Mozkový organoid je 3D struktura o velikosti několika milimetrů, samoorganizující se z kmenových buněk, která částečně replikuje architekturu mozkové oblasti. Chybí jí architektonická složitost, počet spojení a senzorické vstupy skutečného mozku. Čip DishBrain používá 2D kulturu neuronů – ještě jednodušší než organoid. Oba jsou výkonnými modely pro studium, ale zůstávají daleko od složitosti kompletního lidského mozku.

Jaké praktické aplikace by mohl mít tento výzkum?

Výzkumníci zvažují několik směrů: biohybridní rozhraní mozek-stroj, modely neurologických onemocnění (Alzheimerova choroba, autismus), které jsou přesnější než současné zvířecí modely, nové biologické výpočetní architektury, které jsou potenciálně energeticky účinnější než křemík, a farmakologické testovací nástroje pro léky působící na centrální nervový systém.

Jaké etické otázky tyto experimenty vyvolávají?

Hlavní problémy identifikované bioetickou komunitou jsou: otázka morálního statusu komplexních organoidů (na jaké úrovni složitosti by měly být chráněny?), informovaný souhlas dárců kmenových buněk používaných k vytvoření těchto kultur, řízení výzkumu předtím, než jeho složitost překročí stávající regulační rámce, a co je důležitější, potřeba vyvinout kritéria pro detekci utrpení nebo subjektivní zkušenosti přizpůsobená nelidským systémům.

Zdroje a reference
  1. Kagan BJ a kol. Neurony se in vitro učí a projevují vnímavost, když jsou ztělesněny v simulovaném herním světě. Neuron, 2022;115(6):973-986. DOI: 10.1016/j.neuron.2022.09.001
  2. Smirnovová L. a kol. Organoidní inteligence (OI): nová hranice v biopočítačích a inteligenci v misce. Hranice vědy, 2023;1:1017235.
  3. Friston K. Princip volné energie: jednotná teorie mozku? Nature Reviews Neuroscience, 2010;11:127–138.
  4. Chalmers D. Tváří v tvář problému vědomí. Časopis pro studie vědomí, 1995;2(3):200–219.
  5. Bhanu Teja Gulati a kol. Nervové organoidy a budoucnost mozkové vědy. Cell Reports Medicine, 2023.
  6. Lancaster MA, Knoblich JA Organogeneze v misce: Modelování vývoje a onemocnění pomocí organoidních technologií. Věda, 2014;345(6194).
Poznámka redakce: Tento článek pečlivě odlišuje publikované výsledky (Kagan a kol., Neuron 2022) od spekulativních diskusí o filozofických důsledcích a budoucím vývoji. Otázky vznesené ohledně vědomí a morálního statusu jsou otevřené otázky – nikoli ustálené vědecké závěry.