Исследователи подключили так называемый органоид мозга или минимозок к системе искусственного интеллекта, используя нервную ткань для выполнения вычислительных задач. Этот эксперимент может стать шагом на пути к гибридным биокомпьютерам , сообщает psm7.com.
Роботы могут получить биологический мозг Фото: freepik.com
Так, чтобы повысить вычислительную мощность ИИ, исследователи соединили обычное машинное обучение со сложной 3D моделью человеческого мозга, изготовленной из различных типов мозговой ткани, выращенной в лаборатории.
Эти миниатюрные модели мозга, известные как церебральные органоиды или «минимозг», существуют в разных формах с 2013 года. Но они никогда не использовались в качестве способа дополнения AI.
Новое исследование использует более традиционное вычислительное оборудование для ввода электрических данных в органоид, а затем расшифровывает его активность для получения исходных данных – таким образом, минимозг служит лишь «средним слоем» вычислительного процесса.
Хотя этот метод далек от имитации подлинной структуры мозга или его работы, он может стать первым шагом для создания биокомпьютеров. Ученые заимствуют приемы по биологии, чтобы сделать их более мощными и энергоэффективными, чем традиционные компьютеры. Это также может привести к лучшему пониманию того, как работает человеческий мозг и как на него влияют нейродегенеративные заболевания, такие как Альцгеймер и Паркинсон.
В новом исследовании, опубликованном в понедельник, 11 декабря, в журнале Nature Electronics , исследователи использовали технику, которая называется резервуарными вычислениями. В этом контексте органоид служит резервуаром. В такой системе он хранит информацию и реагирует на вводимые данные. Алгоритм учится распознавать изменения, вызванные разными входными данными, а затем преобразует эти изменения в свои исходные данные.
Используя эту структуру, исследователи подключили органоид мозга к этой системе, снабдив его электрическими входами.
a, Схема адаптивного резервуарного вычислительного фреймворка с использованием Brainoware. b, Схема парадигмы установки Brainoware, которая монтирует один органоид мозга на MEA высокой плотности для получения входов и отправки выходов. c, Иммуноокраска кортикальных органоидов, демонстрирующая сложные трехмерные нейронные сети с различными идентификационными признаками клеток мозга (например, зрелый нейрон, MAP2; астроцит GFAP; нейроны на стадии ранней дифференциации, TuJ1; нейронные клетки-предшественники, SOX2). d, схема, демонстрирующая гипотетическое неконтролируемое обучение Brainoware путем изменения формы BNN во время обучения, а также угнетение неконтролируемого обучения после блокирования синаптической пластичности.
"По сути, мы можем кодировать информацию - что-то вроде изображения или аудиоинформации - в пространственно-временную структуру электрической стимуляции", - говорит соавтор исследования Фенг Го, доцент кафедры инженерии интеллектуальных систем в Университете Индианы в Блумингтоне.
Другими словами, органоид реагирует по-разному в зависимости от времени и пространственного распределения электричества от электродов. Алгоритм научился интерпретировать электрические реакции органоида на эту стимуляцию.
Хотя органоид мозга намного проще собственного мозга – это, по сути, небольшая сфера мозговых клеток – он обладает определенной способностью адаптироваться и изменяться в ответ на стимуляцию. Реакция разных типов клеток мозга, клеток на разных стадиях развития и мозгообразных структур в органоиде – примерный аналог того, как наш мозг изменяется в ответ на электрические сигналы. Такие изменения в мозге подпитывают нашу обучаемость.
Используя это нетрадиционное оборудование, исследователи научили свой гибридный алгоритм выполнять два типа задач: одно связано с распознаванием языка, а другое с математикой. В первом случае компьютер показал около 78% точности при распознавании японских громких звуков из сотен аудио-образцов. И он был достаточно точен в решении математической задачи, но несколько менее точен, чем традиционные типы машинного обучения.
Одним из преимуществ создания биокомпьютеров была бы энергоэффективность, поскольку наш мозг использует гораздо меньше энергии, чем современные передовые вычислительные системы. Однако, как отмечают учёные, могут пройти десятилетия, прежде чем такая технология будет использована для создания биокомпьютера общего пользования.
Хотя органоиды и не приближаются к воспроизведению полноценного человеческого мозга, ученые надеются, что эта технология даст лучшее понимание того, как работает мозг. Воспроизведение как его структуры (с помощью органоидов), так и функций (с помощью вычислений) может позволить исследователям лучше понять, как структура мозга связана, например, с обучением и познанием.
Как и в случае с органоидами, эти вычислительные системы, как надеются ученые, могут помочь заменить тестирование лекарств на животных, которое поднимает этические вопросы и не всегда дает полезные результаты, поскольку животные очень сильно отличаются от людей. Включение органоидов, полученных из тканей человеческого мозга, в тестирование лекарства может помочь преодолеть этот пробел.
Автор Николай Деркач
Источник psm7.com