澳洲生物科技初創公司 Cortical Labs 宣稱成功地將活的人類神經元編程為遊玩 1993 年的經典遊戲《Doom》。該團隊通過在微電極陣列上培養 200,000 個腦細胞，創造了一個微電極陣列。CL-1 神經計算系統芯片將數位遊戲數據轉換為電生物信號。雖然這些細胞尚未能在電子競技賽事中獲勝，但這項實驗證明了可編程生物學的重大進展。Cortical Labs 的首席科學官兼首席運營官 Brett Kagan 在視頻中表示，這是一個重要的里程碑，因為它展示了適應性、實時的目標導向學習。
在 2021 年，Cortical Labs 透過訓練生物芯片玩《Pong》，達成了濕件計算的里程碑。當時，他們在微電極陣列上培養了超過 800,000 個活的腦細胞，創造了一個能夠與數位環境進行電信號交換的混合系統。通過艱苦的訓練，這些神經元學會了接收感官反饋並發送運動指令來控制遊戲的漿板。這顯示了實驗室培養的細胞可以整合進功能計算循環中。使用其最初的硬件和軟件，Cortical Labs 花費了一年半的時間成功訓練其生物芯片玩《Pong》，而現在他們轉向了《Doom》。
主要的挑戰在於將《Doom》的視覺數據轉換為無眼神經元可以看見和理解的電信號模式。值得注意的是，獨立開發者 Sean Cole 在僅僅一週內解決了這一挑戰，儘管他在生物計算方面的經驗有限。通過這個基於 Python 的接口，開發者教會神經元在遊戲的三維環境中導航。通過將神經活動轉換回數位指令，這些細胞能夠自主導航、瞄準敵人並實時開火。儘管目前的技能尚不及人類玩家，但它顯示出一個關鍵優勢，即比基於矽的人工智能更快地學習遊戲。
雖然平均人類大腦中的神經元數量仍存在科學爭議，但總數估計在數十億之間，這使得在《Doom》實驗中使用的 200,000 個神經元顯得相對渺小。專家指出，對於這些無視覺細胞如何感知遊戲或理解其目標的機制仍有很多未知之處。然而，成功地與這樣的三維環境互動是一個關鍵的里程碑，顯示了控制和訓練活神經系統的能力。
從《Pong》到《Doom》的飛躍也標誌著向實際應用的轉變，例如利用生物計算機來控制機器肢體。此外，這些濕件系統處理不確定性和實時數據的能力，暗示著未來混合計算機可以處理目前對標準芯片來說過於複雜或耗能的任務。令人感興趣的是，《Doom》長期以來一直是任何新工程平台的非正式試金石，愛好者們將其移植到最不可能的硬件上。從生物宿主如腸道細菌和孕期測試，到數字奇觀如區塊鏈和 PDF，這款遊戲在從機器人割草機到反機器人 CAPTCHA 的各種平台上的存在，突顯了其作為系統通用性的終極基準的地位。
