Vijftien computers met menselijke hersencellen werken samen en presteren beter dan één
Het Australische Cortical Labs koppelde vijftien computers met gekweekte menselijke hersencellen aan elkaar. Samen presteerden ze in eerste tests beter dan één machine en dan een gangbaar AI-programma. Het gaat om voorlopige resultaten van het bedrijf zelf.
Een computer die rekent met levende hersencellen klinkt als sciencefiction, maar het Australische bedrijf Cortical Labs bouwt ze al. Zijn machine, de CL1, werkt met een groepje menselijke hersencellen dat in het lab is gekweekt. Zo'n groepje cellen heet een cultuur. De cellen leren in de machine taken uitvoeren en problemen oplossen.
Levende cellen hebben één nadeel: ze zijn niet elke dag even goed. Een cultuur die vandaag goed presteert, kan het morgen minder doen. Volgens Brett Kagan, hoofdwetenschapper van het bedrijf, kunnen bruikbare systemen er daarom niet van afhangen dat één cultuur elke keer perfect werkt.
Cortical Labs zoekt de oplossing in samenwerking. Het bedrijf koppelde vijftien CL1-machines aan elkaar tot één systeem, genaamd HIVE, Engels voor bijenkorf. Het presenteerde de eerste resultaten op een nieuwe internationale conferentie over rekenen met gekweekte hersencellen, de International Conference on Organoid Intelligence. Die werd op 26 en 27 oktober 2026 voor het eerst gehouden in Washington.
Samen verdelen ze het werk
Meer hersenkracht leidt niet vanzelf tot een beter resultaat. Wie weleens een groepsopdracht heeft gedaan, weet dat. Toch gebeurde er in HIVE iets opvallends. De gekoppelde machines leken de verschillende onderdelen van een taak onderling te verdelen, op een efficiënte manier. Dat hadden de onderzoekers de cellen niet aangeleerd. De cellen kwamen er zelf op uit toen ze deel werden van een groter netwerk.
Wat laten de tests zien?
Cortical Labs testte HIVE op twee manieren.
In de eerste test moest het systeem symbolen herkennen. Volgens het bedrijf steeg de nauwkeurigheid door zeven machines te koppelen van ongeveer 80 naar 99 procent. Het systeem zat dus bijna altijd goed.
In de tweede test moest het systeem een figuurtje in een computerspel over een raster naar een doel leiden. De onderzoekers vergeleken HIVE met Deep Q Network. Dat is een gangbaar AI-programma dat met rekenregels werkt in plaats van met hersencellen. De scores zijn uitgedrukt als deel van de hoogst haalbare score:
- Deep Q Network haalde ongeveer 32 procent.
- De beste losse CL1-machine kwam tot 40 procent.
- Lieten de onderzoekers meerdere machines samen beslissen welke zet ze deden, dan steeg de score tot ongeveer 70 procent.
- Verdeelden ze de taak over groepjes machines die elk een eigen onderdeel deden, dan kwam de score op ongeveer 80 procent.
Stabieler door samenwerking
Volgens het team is HIVE niet alleen uit te breiden, maar ook stabieler dan één losse cultuur. Presteert één groep cellen op een dag minder, dan vangen de andere dat op. Ze delen als het ware de last. Stopt één groep om wat voor reden ook met reageren, dan werkt de rest gewoon door.
Kagan vergelijkt het met de natuur. Hersenen verdelen informatie over gespecialiseerde gebieden, en in een bijenkorf heeft elke bij een eigen taak die bijdraagt aan het geheel. HIVE past volgens hem dat principe toe op rekenen met hersencellen. Onderzoeker Johnson Zhou legt uit dat de verschillen tussen losse culturen minder invloed hebben op het eindresultaat als de culturen samenwerken. Zo blijft het aanpassingsvermogen van levende cellen behouden, terwijl hun grilligheid minder uitmaakt.
Eerste resultaten en volgende stappen
De cijfers komen van Cortical Labs zelf en zijn voorlopig. Ze gelden voor deze proefopzet en voor de vergelijking met dit ene AI-programma. Vergelijkingen met andere opstellingen en andere AI-programma's moeten laten zien hoe breed het voordeel is. Het team ziet in de resultaten wel een sterk argument om de machines samen te laten werken in plaats van los.
De onderzoekers willen nu uitzoeken hoe de cellen in de gekoppelde machines signalen en terugkoppeling aan elkaar doorgeven. Ook willen ze kijken of nog meer verbindingen de prestaties verder verbeteren.
Wat betekent dit voor de weg naar de singulariteit?
AI draait nu bijna helemaal op chips van silicium. Rekenen met levende hersencellen is een heel andere route. Volgens techsite New Atlas kost deze manier van rekenen veel minder energie dan gewone machine learning. Als dat in de praktijk standhoudt, kan het een zuinige aanvulling worden op de chips van nu.
Voor bruikbare toepassingen moet zo'n systeem wel betrouwbaar zijn. Precies daar zet HIVE een eerste stap. Door culturen te laten samenwerken, maakt de grilligheid van één groep cellen minder uit, en het systeem werkt door als een groep uitvalt. Kagan ziet het als een manier om verder te groeien dan de natuurlijke grenzen van één groepje cellen.
De volgende stappen zijn begrijpen hoe de culturen met elkaar communiceren, grotere netwerken bouwen en de resultaten breder vergelijken. Lukt dat, dan krijgt de wereld van de computer er een levende bouwsteen bij.
