Nyt rakennamme tietokoneita laboratoriossa kasvatetuista aivosoluista

Uusi tutkimusala nimeltä "organoidiäly" on syntymässä, kun tutkijat pyrkivät rakentamaan tietokoneita petrimaljassa kasvatetuista aivosoluista.

Näitä organoideja viljellään kantasoluista, jotka on kerätty ihonäytteistä, ja ne ovat pieniä aivosolupakkareita, jotka sisältävät hermosolujen sekamelskaa. Tutkijat uskovat pystyvänsä tallentamaan tietoa, ja heidät voidaan kouluttaa oppimaan yksinkertaisia ​​tehtäviä, kuten tietokone, joka toimii paljon tehokkaammin kuin keinotekoiset hermoverkot.

Tekoäly voi nyt päihittää ihmisiä useissa tehtävissä, mutta ihmiset ovat silti paljon parempia tietojen käsittelyssä ja uusien asioiden oppimisessa, termin "organoidiäly" keksineet tutkijat väittivät. paperi kirjassa Frontiers in Science. 

DeepMindin AlphaGo-järjestelmä voitti maailman parhaan pelaajan kilpailussa vuonna 2016, mutta vaati intensiivistä harjoittelua satojen tuhansien pelien näytteillä. Heidän mukaansa hermoverkkoa koulutettiin viikkojen ajan 50 GPU:lla, jotka syöksyivät noin 40 miljardia joulea, mikä on suunnilleen sama määrä energiaa aikuisen aineenvaihdunnan ylläpitämiseen vuosikymmenen ajan. Ihmiset ovat yli miljoona kertaa tehokkaampia tiedonkäsittelyssä kuin tekoälyalgoritmit. 

"Aivot ovat edelleen verrattomia nykyaikaisille tietokoneille", Thomas Hartung, tutkimuksen toinen kirjoittaja ja ympäristöterveystieteen professori Johns Hopkinsin yliopistosta (JHU). sanoi lausunnossaan.

"Frontier … on 600 miljoonan dollarin 6,800 XNUMX neliöjalkaa asennus", Hartung sanoi viitaten Oak Ridge National Labin tutkimukseen. supertietokone. "Vasta viime vuoden kesäkuussa se ylitti ensimmäistä kertaa yksittäisten ihmisaivojen laskentakapasiteetin – mutta kulutti miljoona kertaa enemmän energiaa."

Tutkijat uskovat, että osa aivojen laskennallisista kyvyistä ja tehosta voidaan kopioida organoideissa. Toisin kuin perinteiset tietokoneet, näitä aivosoluja ei voida ohjelmoida ohjelmistoilla. Sen sijaan niiden elektronisia signaaleja on manipuloitava jotenkin ja käytettävä lähtölaitteen ohjaamiseen. 

Aivojen kiehtova kyky ymmärtää miljoonia saapuvia hermosoluja, jotka ampuvat tietoa, on hyvin erilainen kuin tietokoneohjelman logiikka, joka suorittaa nollia ja ykkösiä.

"Se, mitä me ihmiset opimme, on reagoida tiettyihin syötteisiin", Lena Smirnova, paperin ensimmäinen kirjoittaja ja JHU:n apulaisprofessori, selitti. Rekisteri.

"Aivojen kiehtova kyky ymmärtää miljoonia saapuvia hermosoluja, jotka ampuvat tietoa, on hyvin erilainen kuin tietokoneohjelman logiikka, joka suorittaa nollia ja ykkösiä."

Smirnova uskoo, että organoideja voidaan manipuloida elektrodiryhmien avulla, joissa tulosignaalit voivat vaikuttaa lähtösignaaleihin. Nämä sekalaiset solumassat voitaisiin teoriassa kouluttaa suorittamaan yksinkertaisia ​​tehtäviä.

"Aivosolujen välillä vaihdetut sähköiset signaalit voidaan tallentaa organoidin kanssa kosketuksissa olevilla elektrodeilla. Impulssi tai paremminkin tietty tällaisten signaalien malli voidaan muuntaa toiminnaksi, esimerkiksi yhdistetyksi robotiksi tai toiminnaksi virtuaalipeliympäristössä”, Smirnova sanoi. 

Tutkijat ovat jo osoittaneet, että nämä aivosolut voivat oppia kuinka pelata Pong, mutta niiden muuttaminen biotietokoneiksi on valtava haaste. Jokainen aivojen organoidi on noin yksi kolmesta miljoonasosaa ihmisen aivojen koosta; ei tiedetä, kuinka paljon muistia ne voivat tallentaa; ja ei ole selvää, kuinka puramme sen sähköiset signaalit. 

Organoidiälyn kehittäminen edellyttää uusien koneoppimis- ja tilastoalgoritmien kehittämistä ja näiden biologisten rakenteiden skaalaamista suurempiin kokoihin – 50,000 10 solusta XNUMX miljoonaan. Organoidit tarvitsevat myös happea ja ravinteita selviytyäkseen; niiden toiminta ja kyvyt riippuvat myös niiden arkkitehtuurista. 

Silti tutkijat uskovat, että siihen kannattaa pyrkiä, vaikka astian aivosolut eivät ole vertailukelpoisia eivätkä koskaan voisi korvata piipohjaisia ​​vastineitaan. Sen sijaan näitä biotietokoneita voidaan käyttää rajapintana muiden koneiden kanssa järjestelmien energia- ja datatehokkuuden parantamiseksi. 

Tämä ei tarkoita, että biolaskenta korvaa kaiken koneoppimisen

"Biolaskenta kuluttaa paljon vähemmän tehoa, voi oppia vähemmällä datalla, joten se voi tehdä valintoja nopeasti reaaliajassa, on todennäköisesti paljon joustavampi ja voi tarjota meille hyödyllistä tietoa siitä, miten omat aivomme toimivat, joten siitä voi olla hyötyä sairauksien mallintamisessa ja huumeiden löytö", Brett Kagan, Cortical Labsin johtava tieteellinen johtaja, startup, joka loi DishBrain-neuronijärjestelmän, joka on koulutettu pelaamaan pongia. Rekisteri.

"Tämä ei tarkoita, että biolaskenta korvaisi kaiken koneoppimisen, mutta se voi olla hyödyllinen työkalu tiettyihin tehtäviin, joihin se on optimoitu."

"Tästä eteenpäin on vain kysymys yhteisön, työkalujen ja tekniikoiden rakentamisesta [organoidiälyn] täyden potentiaalin toteuttamiseksi", hän lisä-. ®

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• Platoblockchain. Web3 Metaverse Intelligence. Tietoa laajennettu. Pääsy tästä.
• Lähde: https://go.theregister.com/feed/www.theregister.com/2023/03/02/organoid_intelligence/