Мозговая ткань на чипе
превзошла кремниевый ИИ.
Сегодня в технологиях искусственного интеллекта есть немало ограничений, и главное из них ‒ оборудование. Вдохновляясь мозгом, учёные пытаются имитировать не только принципы, но даже и структуру его работы, однако всё это строилось на электронике. И вот наконец можно сказать, что на этом поприще достигнута небывалая вершина: наука научила крохотный сгусток живых нейронов выполнять задачу для ИИ.
Фэн Го, биоинженер факультета интеллектуального системного проектирования Университета Индианы в Блумингтоне, прямо говорит, что его исследование является важным шагом в демонстрации того, каким образом компьютерные нейросети, вдохновлённые мозгом, могут увеличить возможности искусственного интеллекта.
«Мы хотели задать вопрос, можем ли мы использовать биологическую нейронную сеть в пределах органоида мозга для вычислений. Это всего лишь доказательство концепции, показывающее, что мы можем выполнить эту работу», ‒ подчеркнул он.
Исследователи назвали своё творение Brainoware. Оно также, как и все предыдущие подходы, вдохновлено мозгом, но теперь наука подобралась к нему вплотную ‒ и уже не в имитации, а в прямом воссоздании его в миниатюре. На сегодня вырастить целый мозг ‒ это задача из области фантастики, тем не менее наука всё-таки научилась из культур стволовых клеток выращивать различные ткани (хрящевую, кожную, мышечную) и даже целые органы (кровеносные сосуды, мочевой пузырь, уши и нос, и даже крошечную модель сердца).
Этим подходом и воспользовалась команда Го: исследователи вырастила пучки специализированных стволовых клеток, которые со временем развились в нейроны. Получившийся органоид ‒ в ширину менее нанометра ‒ посредством электродов подключили к печатной плате чтобы получить данные об его активности. Правда для этого пришлось-таки прибегнуть к алгоритмам машинного обучения, работающим на старой доброй электронике ‒ расшифровывали ответы органоида именно они.
Так, после непродолжительного периода обучения Brainoware смог различать голоса восьми испытуемых на основе разницы в их произношении только гласных звуков. В этом упражнении система достигла точности 78%. А кроме того, у него получилось предсказать карту Хеннона ‒ математическую концепцию из области хаотической динамики, представляющую собой один из наиболее изученных примеров дискретных динамических систем ‒ с большей точностью, чем ИИ.
Сложности остаются. Прежде всего, конечно, нужно будет решить фундаментальную задачу круглосуточного поддержания здоровья и полноценного питания органоидов в таких резервуарных вычислениях, но это вопрос технологий, который всё равно будет решён, а ведь есть и вызовы другого порядка.
«Поскольку изощрённость этих органоидных систем возрастает, для сообщества крайне важно изучить несметное множество нейроэтических разногласий, окружающих биокомпьютерные системы, включающие нервную ткань человека», ‒ говорит автор исследования.
Рассуждая о техническом аспекте, он говорит, что «могут пройти десятилетия, прежде чем будут созданы общие биокомпьютерные системы», однако данная работа, как можно надеяться, позволит получить «фундаментальное понимание механизмов обучения, развития нейронов и когнитивных последствий нейродегенеративных заболеваний».
«Нам предстоит пройти долгий путь», ‒ заключает биоинженер.
По материалам АРМК.
