Учёные из Cortical Labs в Австралии продемонстрировали, как живые нейроны, выращенные прямо на чипе, могут управлять роботоподобной собакой: нейроны направляют её к цели по простой карте. Исследование подчеркивает, что такая биологическая технология обещает преимущества в энергоэффективности и адаптивности по сравнению с традиционными компьютерными системами, поскольку человеческий мозг потребляет намного меньше энергии и лучше справляется с незнакомыми ситуациями.

Система работает так: нейроны посажены на микрочип и снабжены электродами для двусторонней электрической связи. Активность небольшого кластера нейронов кодирует движение, и электрические сигналы обратной связи приводят в движение прикреплённого робота-пса. Это демонстрация того, как биологические вычисления могут быть переведены в реальные управляемые действия.

«Робот-пес — это простая демонстрация того, как достижения в биологических системах могут применяться в реальном мире, но это помогает сделать возможности более ощутимыми», — говорит Бретт Кейгэн, соучредитель и CEO Cortical Labs. Он добавляет, что в долгосрочной перспективе такой подход может поддерживать роботов и автономные системы, которым требуется принимать решения в непредсказуемых реальных условиях.

До этого проекта анализировалась совместная работа Cortical Labs и Honda Research Institute Europe: в виртуальной версии всё устройство зашло в «сцену» на виртуальной сетке в поисках вознаграждения, а нейроны на чипе и сигналы от чипа формировали движения агента. За более чем 4000 часов взаимодействий команда протестировала около 1300 различных сочетаний сигналов. В этом кампусе исследователи пытаются понять, как живые клетки могут стать энергосберегаемой основой для интеллектуальных агентов и как их «память» и обучаемость будут работать в условиях реального мира.

Автор исследования отмечает, что на данный момент технология остаётся на ранних стадиях: она не быстрая и не особенно эффективная по сравнению с традиционными методами, однако в будущем такая биологическая электроника может быть полезна в удалённых или опасных условиях или для предоставления персонализированных ответов, которые учатся со временем. Также подчёркивается необходимость масштабирования чипов и повышения темпов обучения, чтобы роботы могли выполнять более сложные задачи, чем просто навигация по сетке.

Состояние навигационных исследований пока не прошло рецензирование, но их презентация состоялась на конференции NeurIPS 2026 и материалы доступны на arXiv. Эта информация подчеркивает, что направление биологического вычисления продолжает развиваться и изучаться в разных форматах, от виртуальных симуляций до физической робототехники.