Yandex Metrika
0
2 репоста

Чтобы увеличить вычислительную мощность искусственного интеллекта (ИИ), исследователи объединили 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 «минимозги», существуют в различных формах с 2013 года. Но они никогда не использовались для усиления искусственного интеллекта.

Впервые учёные, чтобы создать гибридный компьютер, объединили ИИ с «мини-мозгом».
Ученые объединили машинное обучение, разновидность системы искусственного интеллекта, с крошечной 3D-моделью мозга. Изображение: BlackJack3D via Getty Images

В новом исследовании используется более традиционное вычислительное оборудование для ввода электрических данных в органоид, а затем расшифровки активности органоида для получения выходных данных — таким образом, органоид служит лишь «средним слоем» вычислительного процесса.

И хотя этот метод далёк от имитации истинной структуры мозга или того, как он работает, он может стать первым шагом на пути к созданию биокомпьютеров, которые позаимствуют приёмы из 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 состояния, такие как болезнь Альцгеймера и Паркинсона.

В новом исследовании, опубликованном в понедельник (11 декабря) в журнале Nature Electronics, исследователи использовали технику, называемую резервуарными вычислениями; в этом контексте органоид служит «резервуаром». В такой системе резервуар хранит информацию и реагирует на введённую информацию. Алгоритм учится распознавать изменения, вызванные в резервуаре различными входными данными, а затем преобразует эти изменения в выходные данные.

Используя эту структуру, исследователи подключили органоид мозга к этой системе, снабдив его электрическими импульсами/сигналами, передаваемыми через электроды.

«По сути, мы можем закодировать информацию — что-то вроде изображения или аудиоинформации — во временно-пространственном образце электрической стимуляции», — сказал соавтор исследования Фэн Го (Feng Guo), доцент кафедры 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.

И хотя органоид мозга намного проще настоящего мозга — по сути, это небольшая сфера клеток мозга, — он обладает некоторой способностью адаптироваться и изменяться в ответ на стимуляцию. Реакция различных типов клеток мозга, клеток на разных стадиях развития и мозгоподобных структур в органоиде представляет собой грубый аналог того, как наш мозг меняется в ответ на электрические сигналы. Такие изменения в мозге стимулируют нашу способность к обучению.

Используя это нетрадиционное оборудование, исследователи обучили свой гибридный алгоритм выполнять два типа задач: одну связанную с распознаванием речи и другую с математикой. В первом случае компьютер показал примерно 78% точности в распознавании японских гласных звуков по сотням аудиообразцов. И он был довольно точен в решении математической задачи, но немного менее эффективен, чем традиционные типы машинного обучения.

Это исследование знаменует собой первый случай использования органоида мозга с ИИ, ведь в предыдущих исследованиях аналогичным образом использовались более простые типы выращенной в лаборатории нервной ткани. Например, учёные вплели мозговую ткань в форму обучения с подкреплением, тип машинного обучения, который может иметь больше сходств с тем, как учатся люди и другие животные, чем резервуарное вычисление.

Будущие исследования могут попытаться объединить органоиды мозга с обучением с подкреплением, сказала Лена Смирнова (Lena Smirnova), доцент кафедры гигиены окружающей среды и инженерии в Университете Джонса Хопкинса, которая является соавтором комментария к новому исследованию.

Одним из преимуществ создания биокомпьютеров будет энергоэффективность, поскольку наш мозг потребляет гораздо меньше энергии, чем современные продвинутые вычислительные системы. Тем не менее, Смирнова отметила, что могут пройти десятилетия, прежде чем подобную технологию можно будет использовать для создания биокомпьютера общего назначения.

И хотя органоиды и близко не способны воспроизвести полноценный человеческий мозг, Смирнова надеется, что эта технология даст учёным лучшее понимание того, как работает мозг, в том числе при таких заболеваниях, как болезнь Альцгеймера. Воспроизведение как структуры мозга (с помощью органоидов), так и функций (с помощью вычислений) может позволить исследователям лучше понять, например, как структура мозга связана с обучением и когнитивными способностями.

Как и в случае органоидов в целом, эти вычислительные системы, возможно, смогут заменить тестирование лекарств на животных, добавила Смирнова, что вызывает этические вопросы и не всегда приводит к полезным результатам из-за существенных различий между животными и людьми. Внедрение органоидов, производных от тканей человеческого мозга, в тестирование лекарств может помочь устранить этот разрыв.

Заметили ошибку в тексте? Выделите её мышкой и нажмите Ctrl + Enter

Следите за нашими новостями:


Понравилось? Поделитесь с друзьями!

✏️ Сообщить об ошибке

Вы заметили ошибку в следующем тексте: