Внутри Cortical Labs: как живые нейроны на кремниевых чипах переписывают правила вычислений

Где-то в мельбурнской лаборатории клетки человеческого мозга играют в Doom. Не ради вирусного ролика и не как маркетинговый трюк — а как демонстрация того, что может стать самым радикальным переосмыслением вычислений со времён транзистора. Компания Cortical Labs — биотех-стартап, основанный в 2019 году врачом и предпринимателем Хон Вэнг Чонгом — последние семь лет создаёт нечто, что большинство в технологической индустрии считали научной фантастикой: выращивает живые нейроны непосредственно на кремниевых чипах и программирует их для обработки информации, обучения на основе обратной связи и выполнения целенаправленных задач.

Масштаб последствий колоссален. Пока вся индустрия ИИ вкладывает миллиарды в масштабирование цифровых нейронных сетей — моделей, которые лишь имитируют мозгоподобные вычисления, — Cortical Labs строит на настоящем биологическом материале. Их подход, названный «Синтетическим биологическим интеллектом» (Synthetic Biological Intelligence, SBI), не эмулирует нейроны с помощью математики. Он использует реальные нейроны — продукт четырёх миллиардов лет эволюции — в качестве вычислительного субстрата. И с 2025 года их биологический компьютер можно купить.

От DishBrain до Doom: наука, с которой всё началось

История начинается в 2021 году, когда главный научный директор Cortical Labs Бретт Каган, PhD, и его команда вырастили приблизительно 800 000 человеческих кортикальных нейронов на мультиэлектродной матрице высокой плотности (HD-MEA) — специализированном кремниевом чипе с 26 000 электродами. А затем сделали то, чего не делал никто прежде: подключили эти нейроны к упрощённой версии классической видеоигры Pong.

Нейроны получали электрическую стимуляцию, кодирующую положение мяча относительно ракетки. Их спонтанные паттерны активности интерпретировались как команды движения ракетки. При успешном отбитии мяча нейроны получали предсказуемую обратную связь; при промахе — непредсказуемую. На протяжении пятиминутных сессий произошло нечто замечательное: нейроны реорганизовали свои паттерны активности. Они стали отбивать мяч всё чаще. Они учились.

Результаты, опубликованные в октябре 2022 года в престижном журнале Neuron, произвели эффект разорвавшейся бомбы в кругах нейронауки и ИИ. Статья — «Нейроны in vitro обучаются и демонстрируют сентиентность при воплощении в смоделированном игровом мире» — показала, что биологические нейроны могут быть «воплощены» в виртуальной среде и демонстрировать целенаправленное поведение без мозга, тела или эволюционной истории. Ключевой вывод: культуры стабильно улучшали соотношение попаданий к промахам, значительно превосходя результаты случайной спайковой активности.

Критическая динамика: скрытый операционный принцип мозга

Развивая прорыв DishBrain, последующее исследование, опубликованное в Nature Communications в августе 2023 года, исследовало более глубокий вопрос: почему нейроны обучаются? Ответ, как обнаружили исследователи, заключается в феномене нейрональной критичности — концепции из физики, при которой система функционирует на границе между порядком и хаосом, максимизируя свою способность обрабатывать и передавать информацию.

Команда проанализировала 308 экспериментальных сессий на 14 различных нейронных культурах, измеряя три независимых маркера критичности: коэффициент отклонения от критичности (DCC), коэффициент ветвления (BR) и ошибку коллапса формы (SC error). Когда нейроны находились в состоянии покоя — не получая игрового ввода — они демонстрировали субкритическую динамику, означающую дезорганизованную и неэффективную активность. Но в момент погружения в структурированный информационный ландшафт Pong сети самоорганизовывались в направлении околокритического состояния.

Точность результата была поразительной. Используя только метрики критичности, исследователи могли предсказать с точностью 92,41%, была ли данная культура активно вовлечена в игровой процесс или находилась в покое. При включении данных о производительности точность возросла до 98,21%. Результаты были воспроизводимы как на человеческих iPSC-нейронах, так и на мышиных кортикальных нейронах, а также на сенсорных и моторных субпопуляциях внутри культур.

Этот результат особенно значим тем, что он затрагивает многолетнюю дискуссию в нейронауке. Учёные давно наблюдали сигнатуры критичности в живом мозге, но оставалось неясным: является ли критичность внутренним свойством нервной ткани, или она возникает только при обработке нейронами структурированной информации? Данные Cortical Labs убедительно поддерживают второую интерпретацию: критичность представляется фундаментальной вычислительной стратегией, возникающей, когда биологические нейронные сети взаимодействуют с миром.

От Pong к фарме: тестирование лекарств на живых нейронах

Если растущие нейроны могут научиться играть, можно ли на них тестировать лекарства? Этот вопрос стал движущей силой самой новой крупной публикации Cortical Labs, опубликованной в июне 2025 года в Communications Biology (Nature). Исследование представляет первую демонстрацию того, что фармакологические соединения могут изменять производительность обработки информации в системе синтетического биологического интеллекта — результат с глубокими последствиями для разработки лекарств.

Исследователи использовали NGN2-перепрограммированные человеческие iPSC-нейроны для создания модели глутаматергической гиперактивности in vitro — состояния, ассоциированного с эпилепсией и другими неврологическими расстройствами. Эти гиперактивные культуры подвергались воздействию трёх противосудорожных препаратов: фенитоина, перампанела и карбамазепина, а затем оценивались как в стандартных пробах спонтанной активности, так и в среде игрового процесса DishBrain.

Ключевой результат поразил своей специфичностью: хотя все три препарата снижали частоту спонтанной активности, только карбамазепин в дозе 200 мкМ достоверно улучшил игровые показатели. Обработанные нейроны чаще отбивали мяч, поддерживали более длительные розыгрыши и допускали меньше немедленных промахов («эйсов»), чем необработанные или иначе обработанные культуры. Это первый случай, когда экзогенный препарат продемонстрировал способность усиливать целенаправленное поведение в системе синтетического биологического интеллекта.

Фармакологические результаты выходили за рамки простых метрик производительности. Команда провела комплексный нейровычислительный анализ, включая картирование функциональной связности и оценку критичности. Они обнаружили, что сети, обработанные карбамазепином, сохраняли более стабильную функциональную связность во время игрового процесса, тогда как культуры, обработанные фенитоином и перампанелом, быстро теряли паттерны нейрональной реорганизации, возникающие при воплощении, — по сути возвращаясь к динамике состояния покоя даже при получении игрового ввода.

CL1: первый в мире коммерческий биологический компьютер

Все эти исследования сошлись в коммерческом продукте: CL1, который Cortical Labs описывает как первый в мире программируемый биологический компьютер. Подробно описанный в статье 2025 года в Nature Reviews Bioengineering автора Бретта Кагана, CL1 представляет собой масштабируемое устройство, интегрирующее живые нейронные культуры с кремниевым оборудованием в замкнутой вычислительной среде реального времени, дополненной интегрированной перфузионной системой жизнеобеспечения, поддерживающей жизнедеятельность нейронов.

Архитектура обманчиво элегантна. Настоящие нейроны культивируются в питательном растворе, обеспечивающем всё необходимое для их выживания. Они растут на специализированном кремниевом чипе, который способен как посылать, так и принимать электрические импульсы от нейронной структуры. Операционная система биологического интеллекта (biOS) создаёт смоделированный мир и передаёт информацию непосредственно нейронам об их окружении. Когда нейроны реагируют, их импульсы воздействуют на смоделированный мир — создавая истинную замкнутую систему.

graph LR
    A["Пользовательский код (Python SDK)"] --> B["biOS — ОС биологического интеллекта"]
    B --> C["HD-MEA чип (26K электродов)"]
    C --> D["Живые нейроны (~800K клеток)"]
    D --> C
    C --> B
    B --> E["Перфузионный контур (жизнеобеспечение)"]
    E --> D
    B --> F["Cortical Cloud API"]
    F --> A

Пользователи могут развёртывать код непосредственно на нейронах через Python SDK — как локально на устройстве CL1, так и удалённо через Cortical Cloud — платформу биологических облачных вычислений, доступную из любого браузера через Jupyter-ноутбуки. Облачная платформа позволяет исследователям взаимодействовать с массивами устройств CL1 без необходимости в специализированной лаборатории, радикально демократизируя доступ к биологическим нейровычислениям.

Внутри машины: как CL1 поддерживает нейроны живыми

Пожалуй, самый частый вопрос о биологических вычислениях — одновременно и самый практичный: как долго нейроны на самом деле живут? Ответ, извлечённый непосредственно из рецензируемых публикаций Cortical Labs, раскрывает как текущие ограничения, так и инженерные решения, которые делают CL1 жизнеспособным продуктом.

Нейроны в системах CL1 не извлекаются из живого мозга. Они выращиваются из индуцированных плюрипотентных стволовых клеток человека (iPSC) — по сути, взрослых клеток, перепрограммированных обратно в состояние стволовых клеток и затем направленных на дифференциацию в кортикальные нейроны. Процесс дифференциации занимает приблизительно 7 дней с индукцией доксициклином; затем нейроны помещаются на HD-MEA чип вместе с поддерживающими астроцитами (глиальные клетки, обеспечивающие структурную и метаболическую поддержку). Далее культурам требуется от 2 до 5 недель для созревания — формирования синаптических связей, установления сетевой пакетной активности и достижения порога электрической активности (средняя частота разрядов 0,7 Гц), необходимого для вычислительных задач. В исследовании лекарств, опубликованном в Communications Biology (2025), культуры были подтверждённо активны на 28-й день, а иммуноцитохимия подтвердила наличие здоровых нейронов со зрелыми синаптическими маркерами на 38-й день после дифференциации.

Оригинальная система DishBrain имела существенное практическое ограничение. Как отметили исследователи в своей фармакологической статье 2025 года: тепло, генерируемое системой мультиэлектродной матрицы, вызывало испарение культуральной среды, изменения осмолярности и потенциально электролиз на стимулирующих электродах. «Продолжительное тестирование в конечном итоге приводит к деградации здоровья клеток и каскадной клеточной гибели в культурах». Это ограничивало экспериментальные сеансы примерно 60 минутами в день, а культуры тестировались максимум четыре дня подряд, прежде чем требовалась замена. Половину культуральной среды приходилось заменять каждые два дня для поддержания жизнеспособности нейронов.

CL1 был специально спроектирован для решения этой проблемы долговечности. Его интегрированный перфузионный контур — описанный в статье Nature Reviews Bioengineering как «интегрированный контур жизнеобеспечения с перфузией» — непрерывно циркулирует свежую питательную среду над нейронами, поддерживая температуру, pH, осмолярность и удаление отходов в режиме реального времени. Этот замкнутый подход воспроизводит роль, которую кровеносные сосуды играют в живом мозге, обеспечивая постоянный гомеостатический контроль культуральной среды. Хотя Cortical Labs пока не опубликовали точную максимальную цифру срока жизни культур, поддерживаемых CL1, перфузионная система принципиально меняет уравнение: вместо часов жизнеспособного вычислительного времени за сеанс (ограниченных испарением среды) нейроны могут поддерживать свою активность и здоровье непрерывно в течение длительных периодов — потенциально неделями и месяцами в оптимальных условиях.

Для клиентов, приобретающих устройство CL1 (стоимость — в диапазоне тысяч долларов для исследовательских учреждений), практический рабочий процесс включает получение аппаратной платформы и подготовку нейронных культур — либо выращивание их в собственной лаборатории из линий iPSC, либо получение предварительно дифференцированных культур. Биологический компонент загружается на MEA-чип и поддерживается перфузионной системой. Когда культура в конечном итоге достигает конца своего функционального срока жизни, она заменяется свежей — концептуально подобно замене расходной картриджа. Альтернативный вариант — Cortical Cloud — полностью обходит эту необходимость: Cortical Labs поддерживает биологическую инфраструктуру в своей мельбурнской лаборатории, а исследователи взаимодействуют с живыми нейронами удалённо через Jupyter-ноутбуки и Python SDK, без необходимости иметь лабораторию, инкубатор или опыт в клеточных культурах.

Почему это важно: энергетическая проблема

Чтобы понять, почему биологические вычисления важны, рассмотрим энергетический кризис, с которым столкнулся искусственный интеллект. Обучение GPT-4 потребовало приблизительно 50 гигаватт-часов электроэнергии. Запуск больших языковых моделей для инференса обходится дата-центрам в миллиарды долларов ежегодно. Человеческий мозг, напротив, работает на примерно 20 ваттах — примерно столько потребляет тусклая лампочка — выполняя при этом вычисления, которые самые мощные суперкомпьютеры до сих пор не могут воспроизвести.

Биологические нейроны достигают такой эффективности, потому что они принципиально отличаются от транзисторов. Транзистор — это бинарный переключатель: включён или выключен, 1 или 0. Нейрон — это программируемая, самоорганизующаяся вычислительная единица, способная формировать тысячи связей, модулировать собственную чувствительность и перестраивать сетевую архитектуру в реальном времени. Модели цифрового ИИ тратят колоссальные ресурсы, пытаясь аппроксимировать то, что эволюция совершенствовала миллиарды лет. Cortical Labs начинает с оригинала.

Это не просто академический интерес. Мировой рынок нейронаук, по прогнозам, превысит 38 миллиардов долларов к 2027 году, причём только разработка лекарств представляет многомиллиардную возможность. Частота неудач при разработке препаратов для ЦНС (центральной нервной системы) превышает 90%, во многом потому что существующие модели in vitro не способны воспроизвести функции обработки информации нервной ткани. Если система DishBrain сможет стабильно предсказывать эффективность лекарств — как показывают результаты с карбамазепином — это может фундаментально трансформировать доклиническую нейрофармакологию, одновременно снижая зависимость от испытаний на животных.

Машина публикаций: 22 статьи и это ещё не предел

Cortical Labs отличается от многих ИИ-стартапов глубиной и строгостью своего научного вклада. Компания опубликовала или выступила соавтором более 22 рецензируемых статей в ведущих журналах, включая Neuron, Nature Communications, Communications Biology, Nature Reviews Bioengineering, Frontiers in Science, Journal of Neuroscience, Biotechnology Advances и Cell Biomaterials.

Исследования охватывают всё более широкий спектр тем: от фундаментальной нейронауки критичности и обработки информации до практических вопросов тестирования лекарств, этических рамок для «воплощённых» нейронов, протоколов генерации гиппокампальных нейронов и даже философского вопроса о том, могут ли нейроны в чашке Петри обладать морально значимыми состояниями. Последняя тема — исследованная в статье 2022 года в AJOB Neuroscience — помещает Cortical Labs на пересечение важнейших этических дебатов современной науки.

Команда, стоящая за прорывом

Cortical Labs возглавляет компактная, но выдающаяся команда. Основатель и CEO Хон Вэнг Чонг, MD, привносит медицинский опыт, заземляющий видение компании на практических медицинских применениях. Главный научный директор Бретт Каган, PhD, — научный двигатель DishBrain и ведущий или соавтор практически всех публикаций компании. Технический директор Дэвид Хоган и главный инженер по аппаратному обеспечению Эндрю Доэрти отвечают за кремниевую и инженерную составляющие. Команда базируется в Мельбурне, Австралия, и создала всё с нуля — в буквальном смысле, как задокументировано в их статье 2025 года в Patterns «Создание лаборатории синтетического биологического интеллекта с нуля».

Конкурентный ландшафт и будущие направления

Cortical Labs не полностью одинока в пространстве биологических вычислений. Концепция «органоидного интеллекта» (OI) — использование трёхмерных мозговых органоидов для вычислений — была предложена в статье 2023 года в Frontiers in Science, соавторами которой выступили исследователи из Университета Джонса Хопкинса и других учреждений. Китайские исследовательские группы продемонстрировали выполнение мозговыми органоидами задач резервуарных вычислений. FinalSpark, швейцарская компания, управляет аналогичной нейроплатформой.

Тем не менее Cortical Labs, по-видимому, обладает значительным преимуществом первопроходца. Это единственная компания, которая: (1) продемонстрировала обучение биологических нейронов с рецензированием в ведущем журнале, (2) выпустила коммерческий биологический компьютер, (3) продемонстрировала фармакологическую модуляцию производительности SBI и (4) опубликовала открытые API для программного взаимодействия с биологическими нейронными сетями. Их препринт CL API 2026 года на arXiv — обеспечивающий интерфейс замкнутого контура реального времени к биологическим нейронам — сигнализирует о начале формирования экосистемы разработчиков, которая может кардинально ускорить развитие отрасли.

Что дальше

Траектория от «нейроны играют в Pong» к «нейроны запускают Doom» и «нейроны тестируют лекарства от эпилепсии» рассказывает историю технологии, которая стремительно взрослеет. Последняя демонстрация на YouTube — показывающая Doom, запущенный на CL1, подключённом к Cortical Cloud, с исходным кодом на GitHub — свидетельствует о том, что Cortical Labs переходит от научного курьёза к платформе, на которой разработчики и исследователи действительно могут строить.

Потенциальные применения охватывают множество отраслей. В разработке лекарств система DishBrain может кардинально сократить стоимость и сроки доклинического скрининга, одновременно снижая зависимость от животных моделей. В вычислениях биологические нейронные сети могут решить проблемы энергопотребления и масштабируемости, которые начинают ограничивать традиционный ИИ. В нейронауке платформа предлагает контролируемую, воспроизводимую систему для изучения фундаментальных вопросов обучения, памяти и сознания без этических осложнений исследований in vivo.

Cortical Labs пока не раскрыла подробную финансовую информацию или раунды инвестиций публично, однако способность отгрузить коммерческий продукт, поддерживать масштабный поток научных публикаций и построить облачную платформу свидетельствует о значительном финансировании и операционной зрелости. Мировые рынки нейронаук и биовычислений, по прогнозам, достигнут десятков миллиардов в ближайшие годы, и Cortical Labs расположена именно на пересечении областей, которые будут двигать этот рост.

Заменит ли в конечном итоге биологические вычисления кремниевый ИИ или дополнит его — остаётся открытым вопросом. Но доказательства от Cortical Labs — рецензированные, воспроизведённые и теперь коммерциализированные — указывают на то, что ответ больше не «если», а «когда». Нейроны уже учатся. Вопрос в том, чему мы решим их научить следующим.