En kugle af hjerneceller på en chip kan lære simpel talegenkendelse og matematik

En kugle af hjerneceller på en chip kan lære simpel talegenkendelse og matematik

Tidsstempel: 14. december 2023 kl. 2:59
A Ball of Brain Cells on a Chip Can Learn Simple Speech Recognition and Math PlatoBlockchain Data Intelligence. Vertical Search. Ai.

En lille kugle af hjerneceller brummer af aktivitet, mens den sidder på toppen af ​​en række elektroder. I to dage modtager den et mønster af elektriske zaps, hvor hver stimulering koder for otte personers taleegenskaber. På dag tre kan den skelne mellem højttalere.

Kaldt Brainoware hæver systemet barren for biocomputing ved at bruge 3D-hjerneorganoider eller "mini-hjerne". Disse modeller, normalt dyrket fra menneskelige stamceller, udvider sig hurtigt til en række neuroner, der er strikket ind i neurale netværk.

Ligesom deres biologiske modstykker gnister klatterne af elektrisk aktivitet - hvilket tyder på, at de har potentialet til at lære, lagre og behandle information. Forskere har længe set dem som en lovende hardwarekomponent til hjerne-inspireret computing.

I denne uge, et hold ved Indiana University Bloomington gjorde teori til virkelighed med Brainoware. De forbandt en hjerneorganoid, der ligner cortex - det yderste lag af hjernen, der understøtter højere kognitive funktioner - til en wafer-lignende chip tæt pakket med elektroder.

Minihjernen fungerede som både centralenhed og hukommelseslagring i en supercomputer. Den modtog input i form af elektriske zaps og udsendte sine beregninger gennem neural aktivitet, som efterfølgende blev afkodet af et AI-værktøj.

Da Brainoware blev trænet på soundbites fra en pulje af mennesker - omdannet til elektriske zaps - lærte Brainoware til sidst at udvælge "lydene" fra specifikke mennesker. I en anden test tacklede systemet med succes et komplekst matematikproblem, der er udfordrende for kunstig intelligens.

Systemets evne til at lære stammede fra ændringer i neurale netværksforbindelser i minihjernen - hvilket svarer til, hvordan vores hjerner lærer hver dag. Selvom det kun er et første skridt, baner Brainoware vejen for stadig mere sofistikerede hybride biocomputere, der kan sænke energiomkostningerne og fremskynde beregningen.

Opsætningen giver også neuroforskere mulighed for yderligere at optrevle de indre funktioner i vores hjerner.

"Mens dataloger forsøger at bygge hjernelignende siliciumcomputere, forsøger neurovidenskabsmænd at forstå beregningerne af hjernecellekulturer," skrev Drs. Lena Smirnova, Brian Caffo og Erik C. Johnson ved Johns Hopkins University, som ikke var involveret i undersøgelsen. Brainoware kunne tilbyde ny indsigt i, hvordan vi lærer, hvordan hjernen udvikler sig, og endda hjælpe med at teste nye terapier til, når hjernen vakler.

Et twist på neuromorfisk databehandling

Med sine 200 milliarder neuroner forbundet i hundreder af billioner af forbindelser, er den menneskelige hjerne måske den mest kraftfulde computerhardware, man kender.

Dens opsætning er i sagens natur anderledes end klassiske computere, som har separate enheder til databehandling og lagring. Hver opgave kræver computer-shuttle-data mellem de to, hvilket dramatisk øger computertid og energi. I modsætning hertil forenes begge funktioner på det samme fysiske sted i hjernen.

Kaldet synapser, forbinder disse strukturer neuroner til netværk. Synapser lærer ved at ændre, hvor stærkt de forbinder med andre – øger forbindelsesstyrken med samarbejdspartnere, der hjælper med at løse problemer og gemmer viden på samme sted.

Processen lyder måske bekendt. Kunstige neurale netværk, en AI-tilgang, der har taget verden med storm, er løst baseret på disse principper. Men den nødvendige energi er vidt forskellig. Hjernen kører på 20 watt, nogenlunde den kraft, der skal til for at drive en lille skrivebordsblæser. Et komparativt kunstigt neuralt netværk forbruger otte millioner watt. Hjernen kan også nemt lære af nogle få eksempler, hvorimod AI notorisk er afhængig af massive datasæt.

Forskere har forsøgt at rekapitulere hjernens behandlingsegenskaber i hardwarechips. Bygget af eksotiske komponenter, der ændrer egenskaber med temperatur eller elektricitet, kombinerer disse neuromorfe chips behandling og opbevaring på samme sted. Disse chips kan drive computersyn og genkende tale. Men de er svære at fremstille og fanger kun delvist hjernens indre funktioner.

I stedet for at efterligne hjernen med computerchips, hvorfor så ikke bare bruge sine egne biologiske komponenter?

En smart computer

Vær sikker på, at holdet ikke koblede levende hjerner til elektroder. I stedet henvendte de sig til hjerneorganoider. På bare to måneder udviklede minihjernerne, lavet af menneskelige stamceller, sig til en række neurontyper, der forbindes med hinanden i elektrisk aktive netværk.

Holdet tabte forsigtigt hver minihjerne ned på en frimærkelignende chip fyldt med små elektroder. Chippen kan optage hjernecellernes signaler fra over 1,000 kanaler og zappe organoiderne ved hjælp af næsten tre dusin elektroder på samme tid. Dette gør det muligt præcist at styre stimulering og registrere minihjernens aktivitet. Ved hjælp af et AI-værktøj bliver abstrakte neurale output oversat til menneskevenlige svar på en normal computer.

I en talegenkendelsestest optog holdet 240 lydklip af 8 personer, der talte. Hvert klip fanger en isoleret vokal. De transformerede datasættet til unikke mønstre af elektrisk stimulering og fodrede disse til en nyudviklet minihjerne. På kun to dage var Brainoware-systemet i stand til at skelne mellem forskellige højttalere med næsten 80 procents nøjagtighed.

Ved at bruge et populært neurovidenskabeligt mål fandt holdet ud af, at de elektriske zaps "trænede" minihjernen til at styrke nogle netværk, mens de beskærede andre, hvilket tyder på, at den omkoblede sine netværk for at lette læring.

I en anden test blev Brainoware stillet op mod AI på en udfordrende matematikopgave, der kunne hjælpe med at generere stærkere adgangskoder. Selvom det er lidt mindre præcist end en AI med korttidshukommelse, var Brainoware meget hurtigere. Uden menneskelig opsyn nåede det næsten kompatible resultater på mindre end 10 procent af tiden, det tog AI'en.

"Dette er en første demonstration af brugen af ​​hjerneorganoider [til computere]," undersøgelsesforfatter Dr. Feng Guo fortalt MIT Technology Review.

Cyborg computere?

Den nye undersøgelse er den seneste til at udforske hybride biocomputere - en blanding af neuroner, AI og elektronik.

Tilbage i 2020, et hold fusionerede kunstige og biologiske neuroner i et netværk, der kommunikerede ved hjælp af hjernekemikaliet dopamin. For nylig, næsten en million neuroner, liggende fladt i et fad, lærte at spille videospillet Pong fra elektriske zaps.

Brainoware er et potentielt skridt op. Sammenlignet med isolerede neuroner efterligner organoider bedre den menneskelige hjerne og dens sofistikerede neurale netværk. Men de er ikke uden fejl. I lighed med deep learning-algoritmer er minihjernernes interne processer uklare, hvilket gør det vanskeligt at afkode den "sorte boks" af, hvordan de beregner - og hvor længe de bevarer hukommelsen.

Så er der "wetlab"-problemet. I modsætning til en computerprocessor kan minihjerner kun tolerere et snævert område af temperatur- og iltniveauer, mens de konstant er i risiko for sygdomsfremkaldende mikrobeinfektioner. Det betyder, at de omhyggeligt skal dyrkes i en næringsbouillon ved hjælp af specialudstyr. Den energi, der kræves for at vedligeholde disse kulturer, kan opveje gevinster fra det hybride computersystem.

Minihjerner er dog i stigende grad nemmere at dyrke med mindre og mere effektive systemer – inklusive dem med indbyggede optage- og zappefunktioner. Det sværere spørgsmål handler ikke om tekniske udfordringer; snarere handler det om, hvad der er acceptabelt, når man bruger menneskelige hjerner som et computerelement. AI og neurovidenskab rykker hurtigt grænser, og hjerne-AI-modeller vil sandsynligvis blive endnu mere sofistikerede.

"Det er afgørende for samfundet at undersøge det utal af neuroetiske problemer, der omgiver biocomputing-systemer, der inkorporerer menneskelige neurale væv," skrev Smirnova, Caffo og Johnson.

Billede Credit: En hjerneorganoid i udvikling / National Institute of Allergy and Infectious Diseases, NIH

Tidsstempel:

Mere fra Singularitet Hub