Дослідники підключили так званий «органоїд мозку» або «мінімозок» до системи штучного інтелекту, використовуючи нервову тканину для виконання обчислювальних завдань. Цей експеримент може стати кроком на шляху до гібридних біокомп’ютерів
Роботи можуть отримати біологічний мозок Фото: freepik.com
Так, щоб підвищити обчислювальну потужність ШІ, дослідники поєднали звичайне машинне навчання зі складною 3D-моделлю людського мозку, виготовленою з різних типів мозкової тканини, вирощеної в лабораторії.
Ці мініатюрні моделі мозку, відомі як церебральні органоїди або «мінімозок», існують у різних формах з 2013 року. Але вони ніколи не використовувалися як спосіб доповнення AI.
Нове дослідження використовує більш традиційне обчислювальне обладнання для введення електричних даних в органоїд, а потім розшифровує його активність для отримання вихідних даних — таким чином, мінімозок слугує лише «середнім шаром» обчислювального процесу.
Хоча цей метод далекий від імітації справжньої структури мозку чи його роботи, він може стати першим кроком на шляху до створення біокомп’ютерів. Вчені запозичать прийоми з біології, щоб зробити їх потужнішими та енергоефективнішими, ніж традиційні комп’ютери. Це також може призвести до кращого розуміння того, як працює людський мозок і як на нього впливають нейродегенеративні захворювання, такі як хвороба Альцгеймера і Паркінсона.
У новому дослідженні, опублікованому в понеділок, 11 грудня, в журналі Nature Electronics, дослідники використовували техніку, яка називається резервуарними обчисленнями. У цьому контексті органоїд слугує резервуаром. У такій системі він зберігає інформацію і реагує на дані, що вводяться. Алгоритм вчиться розпізнавати зміни, спричинені різними вхідними даними, а потім перетворює ці зміни на свої вихідні дані.
Використовуючи цю структуру, дослідники підключили органоїд мозку до цієї системи, забезпечивши його електричними входами.
Цікаве по темі: Вчені розробили робота з гнучким хребтом: навіщо
a, Схема адаптивного резервуарного обчислювального фреймворку з використанням Brainoware. b, Схема парадигми установки Brainoware, яка монтує один органоїд мозку на MEA високої щільності для отримання входів і відправки виходів. c, Імунофарбування кортикальних органоїдів, що демонструє складні тривимірні нейронні мережі з різними ідентифікаційними ознаками клітин мозку (наприклад, зрілий нейрон, MAP2; астроцит GFAP; нейрони на стадії ранньої диференціації, TuJ1; нейронні клітини-попередники, SOX2). d, Схема, що демонструє гіпотетичне неконтрольоване навчання Brainoware шляхом зміни форми BNN під час навчання, а також пригнічення неконтрольованого навчання після блокування синаптичної пластичності.
«По суті, ми можемо кодувати інформацію — щось на кшталт зображення або аудіоінформації — в просторово-часову структуру електричної стимуляції», — говорить співавтор дослідження Фенг Го, доцент кафедри інженерії інтелектуальних систем в Університеті Індіани в Блумінгтоні.
Іншими словами, органоїд реагує по-різному в залежності від часу і просторового розподілу електрики від електродів. Алгоритм навчився інтерпретувати електричні реакції органоїда на цю стимуляцію.
Хоча органоїд мозку набагато простіший за власне мозок — це, по суті, невелика сфера мозкових клітин — він має певну здатність адаптуватися і змінюватися у відповідь на стимуляцію. Реакція різних типів клітин мозку, клітин на різних стадіях розвитку та мозкоподібних структур в органоїді — приблизний аналог того, як наш мозок змінюється у відповідь на електричні сигнали. Такі зміни в мозку підживлюють нашу здатність до навчання.
Читайте популярне: Світло може подорожувати назад у часі — вчені оприлюднили дослідження
Використовуючи це нетрадиційне обладнання, дослідники навчили свій гібридний алгоритм виконувати два типи завдань: одне пов’язане з розпізнаванням мови, а інше — з математикою. У першому випадку комп’ютер показав близько 78% точності при розпізнаванні японських голосних звуків із сотень аудіо-зразків. І він був досить точним у вирішенні математичної задачі, але трохи менш точним, ніж традиційні типи машинного навчання.
Однією з переваг створення біокомп’ютерів була б енергоефективність, оскільки наш мозок використовує набагато менше енергії, ніж сучасні передові обчислювальні системи. Однак, як зазначають вчені, можуть пройти десятиліття, перш ніж така технологія буде використана для створення біокомп’ютера загального користування.
Хоча органоїди і не наближаються до відтворення повноцінного людського мозку, науковці сподіваються, що ця технологія дасть краще розуміння того, як працює мозок. Відтворення як його структури (за допомогою органоїдів), так і функцій (за допомогою обчислень), може дозволити дослідникам краще зрозуміти, як структура мозку пов’язана, наприклад, з навчанням і пізнанням.
Як і у випадку з органоїдами загалом, ці обчислювальні системи, як сподіваються науковці, можуть допомогти замінити тестування ліків на тваринах, яке піднімає етичні питання і не завжди дає корисні результати, оскільки тварини дуже сильно відрізняються від людей. Включення органоїдів, отриманих з тканин людського мозку, у тестування ліків може допомогти подолати цю прогалину.
Ознайомтеся з іншими популярними матеріалами:
Вчені змогли почути радіошум від зіткнення космічного сміття
Учені знайшли спосіб уникнути глобального потепління
Вчені розробили самовідновний бетон: як працює
За матеріалами livescience.com.
Telegram
Viber