(Versión en español más abajo).

When Biology Enters Gaming: Human Neurons Learning to Play on a Chip

Some news stories sound like they're straight out of an experimental mod, the kind that seem impossible until someone shows them working 🎮🧠. One such story is about human neurons grown on a chip that managed to learn to play Doom in about a week. We're not talking about an NPC with classic AI, nor a bot trained with pure software; the novelty here is that there's live neural tissue interacting with a computer system.

Before anyone dismisses this as "not real gaming," it's important to clarify that we're not referring to a human player operating in secret. What we had was a biological computing experiment, a type of system in which living neurons receive electrical signals, respond, and gradually adapt to the environment. That's precisely the fascinating part: the network doesn't just "receive orders" but modifies its activity with feedback.

Image source (Illustrative image).

Where did this idea come from?

This isn't the first time something like this has been tested. In 2022, a research team showed that brain cells in a petri dish could learn to play Pong, a #videogame considerably simpler than Doom. In that case, the demonstration helped open a serious conversation about biological intelligence, real-time learning, and potential future uses in neurological and pharmacological research.

The logic of the experiment is easy to grasp if we think of a game as constant feedback. The system converts the game's state into electrical signals that neurons can "sense" and then translates the activity of those neurons into actions within the game. In other words, the game communicates with biology, and biology responds to the game. It sounds strange, but that's precisely why it's fascinating 😄.

Why Doom Changes the Conversation

While Pong marked a significant milestone, Doom surpasses it. There's no longer just a ball to chase; there's 3D movement, enemies, walls, split-second decisions, and a much more chaotic environment. That's why this leap is so significant: if a biological neural network can adapt to something like this, then perhaps we're not just seeing a curiosity but a clue about future brain-machine interfaces.

According to recent notes about the demo, the team behind Cortical Labs showed that the neurons could receive information from the environment, move, search for enemies, and fire, although they still don't compete at the level of a skilled human player. The public explanation itself insists that this isn't about an e-sports champion but rather a real-time adaptive learning test.

Image source.

What This Means for Gamers

For the gaming community, the fun part is obvious: the idea that a “teammate” might not be a traditional bot but an AI running on a biological computer seems like pure cyberpunk. But there’s also a more serious interpretation: video games remain a great laboratory for testing interaction, reaction, learning, and behavior in complex systems.

Today, we already live with #AI in many layers of game development. This is evident in more believable NPCs, rapid production tools for environments, music, or assets, and systems that automate internal studio tasks. What’s new here is the possibility that, in the future, AI won’t just be software that “looks smart” but a form of computing inspired by and powered by biological tissue.

That doesn’t mean that tomorrow we’ll jump into a ranked match and find a team of neurons on a microchip dominating the map. But it does suggest that the boundary between biology and computing continues to shift rapidly. And honestly, that's the kind of news that makes the tech scene feel less like a spreadsheet and more like a game with surprises 🌌.

Is this real AI?

The short answer is "yes" but with nuances. The term “AI” here doesn't mean a chatbot that converses or a language model but a system that learns to make decisions based on environmental cues and rewards. It's a very different kind of intelligence than that of an LLM, and that's precisely why it's so striking.

In fact, the value of the experiment lies not only in “playing Doom” but in showing that a biological network can learn goal-oriented tasks in real time. This opens up possibilities for studying neurological diseases, testing medications, and exploring low-power computing systems.

Links for further information

If you want to delve deeper, these links are a good starting point:

• New Scientist article about the Doom demo: https://www.newscientist.com/article/2517389-human-brain-cells-on-a-chip-learned-to-play-doom-in-a-week/

• Original Pong experiment at Monash University: https://www.monash.edu/medicine/news/latest/2022-articles/brain-cells-in-a-dish-learn-to-play-pong

• UCL coverage of Pong and scientific applications: https://www.ucl.ac.uk/news/2022/oct/human-brain-cells-in-a-dish-learn-play-pong

• Journalistic explanation of the Doom setup: https://www.tomshardware.com/tech-industry/artificial-intelligence/200-000-living-human-neurons-on-a-microchip-demonstrated-play

• Latest coverage of the demo and the biological computing approach: https://eu.36kr.com/en/p/3710970843246982

Image source.

In conclusion

Perhaps the big idea behind all this isn't that "neurons play Doom," but rather that video #games remain one of the clearest ways to measure intelligence in action. If something learns to survive, aim, react, and adapt in an environment like Doom, we're witnessing a 'small' rehearsal for technologies that are still in development. And if that ends up being part of the future of gaming, it wouldn't be surprising if one day our best teammate doesn't come from a traditional software studio, but from a biological platform that thinks, reacts, and learns in a very different way than we do 🧠🎮.

(English version above).

Cuando la biología entra al gaming: neuronas humanas aprendiendo a jugar en chip

Hay noticias que parecen sacadas de un mod experimental, de esos que suenan imposibles hasta que alguien los muestra funcionando 🎮🧠. Una de esas noticias es la de unas neuronas humanas cultivadas en un chip que lograron aprender a jugar Doom en alrededor de una semana. No estamos hablando de un NPC con IA clásica, ni de un bot entrenado con puro software; aquí la novedad está en que hay tejido neuronal vivo interactuando con un sistema de cómputo.

Y sí, antes de que alguien diga “eso no cuenta como jugar de verdad”, vale la pena decirlo claro: no estamos frente a un jugador humano escondido detrás de la cortina. Lo que hubo fue un experimento de computación biológica, un tipo de sistema en el que neuronas vivas reciben señales eléctricas, responden y se adaptan poco a poco al entorno. Esa es justo la parte fascinante: la red no solo “recibe órdenes”, sino que modifica su actividad con retroalimentación.

Fuente de imagen.

¿De dónde salió esta idea?

No es la primera vez que se prueba algo así. En 2022, un equipo de investigación mostró que células cerebrales en una placa podían aprender a jugar Pong, un juego bastante más simple que Doom. En ese caso, la demostración ayudó a abrir una conversación seria sobre inteligencia biológica, aprendizaje en tiempo real y posibles usos futuros en investigación neurológica y farmacológica.

La lógica del experimento es fácil de imaginar si pensamos en un juego como feedback constante. El sistema convierte el estado del juego en señales eléctricas que las neuronas pueden “sentir”, y luego traduce la actividad de esas neuronas en acciones dentro del juego. Es decir: el juego habla con la biología, y la biología responde al juego. Suena extraño, pero justamente por eso es tan interesante 😄.

Por qué Doom cambia la conversación

Pong era un primer paso, pero Doom es otra liga. Aquí ya no hay una sola pelota que seguir; hay movimiento en 3D, enemigos, paredes, decisiones rápidas y un entorno mucho más caótico. Por eso el salto importa tanto: si una red neuronal biológica puede adaptarse a algo así, entonces tal vez no estemos viendo solo una curiosidad, sino una pista sobre futuras interfaces entre cerebro y máquina.

Según las notas recientes sobre la demo, el equipo detrás de Cortical Labs mostró que las neuronas podían recibir información del entorno, moverse, buscar enemigos y disparar, aunque todavía no compiten al nivel de un buen jugador humano. La propia explicación pública insiste en que no se trata de un campeón de esports, sino de una prueba de aprendizaje adaptativo en tiempo real.

Fuente de imagen.

Lo que esto significa para los gamers

Para una comunidad gamer, la parte divertida es obvia: la idea de que un “compañero de equipo” pueda no ser un bot tradicional, sino una IA ejecutándose sobre una computadora biológica, parece puro cyberpunk. Pero también hay una lectura más seria: los videojuegos siguen siendo un gran laboratorio para probar interacción, reacción, aprendizaje y comportamiento en sistemas complejos.

Hoy ya convivimos con IA en muchas capas del desarrollo de juegos. Está en NPC más creíbles, en herramientas de producción rápida para escenarios, música o assets, y en sistemas que automatizan tareas internas del estudio. Lo nuevo aquí es la posibilidad de que, en el futuro, la IA no solo sea software que “parece inteligente”, sino una forma de computación inspirada y alimentada por tejido biológico.

Eso no significa que mañana vayamos a entrar a una partida clasificada y encontrarnos con un equipo de neuronas en un microchip dominando el mapa. Pero sí sugiere que la frontera entre biología y cómputo sigue moviéndose rápido. Y, honestamente, ese es el tipo de noticia que hace que la escena tecnológica se sienta menos como una hoja de cálculo y más como una partida con sorpresas 🌌.

¿Es esto IA de verdad?

La respuesta corta es: sí, pero con matices. El término “IA” aquí no significa un chatbot que conversa o un modelo de lenguaje, sino un sistema que aprende a tomar decisiones a partir de señales y recompensas del entorno. Es una inteligencia muy distinta a la de un LLM, y por eso mismo resulta tan llamativa.

De hecho, el valor del experimento no está solo en “jugar Doom”, sino en mostrar que una red biológica puede aprender tareas orientadas a objetivos en tiempo real. Eso abre posibilidades para estudiar enfermedades neurológicas, probar medicamentos y explorar sistemas de cómputo de bajo consumo energético.

Enlaces para saber más

Si quieres profundizar, estos enlaces son un buen punto de partida:

• Artículo de New Scientist sobre la demo de Doom: https://www.newscientist.com/article/2517389-human-brain-cells-on-a-chip-learned-to-play-doom-in-a-week/

• Experimento original de Pong en la Universidad de Monash: https://www.monash.edu/medicine/news/latest/2022-articles/brain-cells-in-a-dish-learn-to-play-pong

• Cobertura de la UCL sobre Pong y aplicaciones científicas: https://www.ucl.ac.uk/news/2022/oct/human-brain-cells-in-a-dish-learn-play-pong

• Explicación periodística del montaje Doom: https://www.tomshardware.com/tech-industry/artificial-intelligence/200-000-living-human-neurons-on-a-microchip-demonstrated-play

• Cobertura más reciente sobre la demo y el enfoque de computación biológica: https://eu.36kr.com/en/p/3710970843246982

Fuente de imagen.

Para finalizar

Quizá la gran idea detrás de todo esto no sea que “las neuronas en un chip juegan Doom”, sino que el videojuego sigue siendo una de las formas más claras de medir inteligencia en acción. Si algo aprende a sobrevivir, apuntar, reaccionar y adaptarse en un entorno como Doom, entonces estamos viendo un pequeño ensayo general de tecnologías que todavía están en construcción. Y si eso termina siendo parte del futuro del gaming, no sería raro que un día nuestro mejor compañero de equipo no venga de un estudio de software tradicional, sino de una plataforma biológica que piensa, reacciona y aprende de un modo muy distinto al nuestro 🧠🎮.

#ai #ecency #hive #writing #blogging #tools #spanish