A chipen lévő agysejtekből álló golyó egyszerű beszédfelismerést és matematikát tanulhat

A chipen lévő agysejtekből álló golyó egyszerű beszédfelismerést és matematikát tanulhat

Időbélyeg: 14. december 2023. 2:59
A chipen lévő agysejtekből álló labda megtanulhatja az egyszerű beszédfelismerést és a matematikai PlatoBlockchain adatintelligenciát. Függőleges keresés. Ai.

Az agysejtek apró gömbje zúg az aktivitástól, miközben egy sor elektróda tetején ül. Két napon keresztül elektromos zap-mintát kap, minden egyes stimuláció nyolc ember beszédsajátosságait kódolja. A harmadik napon már képes különbséget tenni a hangszórók között.

A Brainoware névre keresztelt rendszer a 3D-s agyorganoidok vagy „miniagyak” segítségével megemeli a lécet a bioszámítástechnika számára. Ezek a modellek, amelyeket általában emberi őssejtekből tenyésztenek ki, gyorsan kiterjednek különféle neuronokká, amelyek neurális hálózatokká kötődnek.

Biológiai társaikhoz hasonlóan a pacák elektromos aktivitással szikráznak, ami azt sugallja, hogy képesek tanulni, tárolni és feldolgozni az információkat. A tudósok régóta úgy tekintenek rájuk, mint az agy által ihletett számítástechnika ígéretes hardverkomponensére.

Ezen a héten, egy csapat az Indiana Egyetemen a Bloomington a Brainoware segítségével valóra váltotta az elméletet. A kéregre emlékeztető agyi organoidot – az agy legkülső rétegét, amely támogatja a magasabb szintű kognitív funkciókat – összekapcsoltak egy ostyaszerű chippel, amely sűrűn tele van elektródákkal.

A miniagy a szuperszámítógép központi feldolgozó egységeként és memóriatárolójaként működött. Elektromos zaps formájában kapott bemenetet, és számításait neurális aktivitáson keresztül adta ki, amelyet ezt követően egy AI-eszköz dekódolt.

Amikor a Brainoware megtanulta az emberek halmazának hangharapásait – elektromos zapokká alakítva –, végül megtanulta, hogy felismerje bizonyos emberek „hangjait”. Egy másik teszt során a rendszer sikeresen megoldott egy összetett matematikai problémát, amely kihívást jelent az AI számára.

A rendszer tanulási képessége a miniagy neurális hálózati kapcsolatainak változásaiból fakad – ami hasonló ahhoz, ahogy az agyunk mindennap tanul. Bár csak az első lépés, a Brainoware megnyitja az utat az egyre kifinomultabb hibrid bioszámítógépek előtt, amelyek csökkenthetik az energiaköltségeket és felgyorsíthatják a számítást.

A beállítás lehetővé teszi az idegtudósok számára, hogy tovább fejlesszék agyunk belső működését.

"Míg az informatikusok agyszerű szilícium számítógépeket próbálnak építeni, az idegtudósok az agysejtkultúrák számításait próbálják megérteni" írt Dr. Lena Smirnova, Brian Caffo és Erik C. Johnson a Johns Hopkins Egyetemen, akik nem vettek részt a tanulmányban. A Brainoware új betekintést nyújthat abba, hogyan tanulunk, hogyan fejlődik az agy, és még új terápiás módszereket is tesztelhet, ha az agy megakad.

Egy csavar a neuromorf számítástechnikában

Az emberi agy 200 milliárd neuronjával, amely több száz billió kapcsolatba hálózódik be, talán az ismert legerősebb számítástechnikai hardver.

Felépítése eleve eltér a klasszikus számítógépektől, amelyek külön egységekkel rendelkeznek az adatfeldolgozáshoz és -tároláshoz. Minden feladathoz szükség van a két számítógép közötti adatátvitelre, ami drámaian megnöveli a számítási időt és energiát. Ezzel szemben mindkét funkció ugyanazon a fizikai helyen egyesül az agyban.

Ezeket a szinapszisoknak nevezett struktúrák az idegsejteket hálózatba kötik. A szinapszisok úgy tanulnak, hogy megváltoztatják a másokkal való kapcsolatuk erősségét – növelik a kapcsolat erejét az együttműködőkkel, akik segítenek megoldani a problémákat, és ugyanazon a helyen tárolják a tudást.

A folyamat ismerősnek tűnhet. A mesterséges neurális hálózatok, egy mesterséges intelligencia-megközelítés, amely a világot meghódította, lazán ezeken az elveken alapul. De a szükséges energia nagyon eltérő. Az agy 20 watton működik, ami nagyjából egy kis asztali ventilátor működéséhez szükséges. Egy összehasonlító mesterséges neurális hálózat fogyaszt nyolcmillió watt. Az agy néhány példából is könnyen tanulhat, míg az AI köztudottan hatalmas adatkészletekre támaszkodik.

A tudósok megpróbálták összefoglalni az agy feldolgozási tulajdonságait hardveres chipekben. Egzotikus alkatrészekből épültek fel, amelyek a hőmérséklet vagy az elektromosság hatására változtatják a tulajdonságait, és ezek a neuromorf chipek kombinálják a feldolgozást és a tárolást ugyanazon a helyen. Ezek a chipek képesek ellátni a számítógépes látást és felismerni a beszédet. De nehéz őket előállítani, és csak részben ragadják meg az agy belső működését.

Ahelyett, hogy számítógépes chipekkel utánoznánk az agyat, miért ne használnánk csak a saját biológiai összetevőit?

Egy agyas számítógép

Nyugodjon meg, a csapat nem akasztott élő agyakat elektródákra. Ehelyett az agyi organoidokhoz fordultak. Mindössze két hónap alatt az emberi őssejtekből készült miniagyak egy sor neurontípussá fejlődtek, amelyek elektromosan aktív hálózatokban kapcsolódnak egymáshoz.

A csapat óvatosan minden mini agyat egy bélyegszerű chipre ejtett, amelyen apró elektródák vannak tele. A chip képes rögzíteni az agysejtek jeleit több mint 1,000 csatornáról, és egyszerre csaknem három tucat elektródát használva megzavarja az organoidokat. Ez lehetővé teszi a stimuláció pontos szabályozását és a miniagy tevékenységének rögzítését. Egy mesterséges intelligencia eszköz segítségével az absztrakt neurális kimeneteket emberbarát válaszokká alakítják át egy normál számítógépen.

A beszédfelismerő teszt során a csapat 240 hangfelvételt rögzített 8 emberről. Mindegyik klip egy elszigetelt magánhangzót rögzít. Az adatkészletet egyedi elektromos stimulációs mintákká alakították át, és ezeket egy újonnan kifejlett miniagyba táplálták be. A Brainoware rendszer mindössze két nap alatt közel 80 százalékos pontossággal képes volt megkülönböztetni a különböző hangszórókat.

Egy népszerű idegtudományi módszert használva a csapat azt találta, hogy az elektromos zapok „megtanították” a mini-agyat egyes hálózatok megerősítésére, míg másokat megnyirbáltak, ami azt sugallja, hogy a tanulás megkönnyítése érdekében újrakábelezte a hálózatokat.

Egy másik tesztben a Brainoware-t az MI-vel szembeállították egy olyan kihívást jelentő matematikai feladatban, amely segíthet erősebb jelszavak létrehozásában. Bár valamivel kevésbé pontos, mint egy rövid távú memóriával rendelkező mesterséges intelligencia, a Brainoware sokkal gyorsabb volt. Emberi felügyelet nélkül az MI-hez szükséges idő kevesebb mint 10 százaléka alatt közel kompatibilis eredményeket ért el.

„Ez az agyi organoidok [számítástechnikai célú] használatának első bemutatója” – a tanulmány szerzője, Dr. Feng Guo mondta MIT Technology Review.

Kiborg számítógépek?

Az új tanulmány a hibrid bioszámítógépek – a neuronok, a mesterséges intelligencia és az elektronika keveréke – legújabb kutatása.

Vissza az 2020, egy csapat mesterséges és biológiai neuronokat egyesített egy hálózatban, amely a dopamin agyi kémiai vegyülettel kommunikált. A közelmúltban, csaknem egymillió neuron egy tányérban fekve tanult meg játszani a Pong videojátékkal elektromos zapokból.

A Brainoware egy lehetséges lépés. Az izolált neuronokhoz képest az organoidok jobban utánozzák az emberi agyat és annak kifinomult neurális hálózatait. De nem hibátlanok. A mélytanulási algoritmusokhoz hasonlóan a miniagyok belső folyamatai nem tisztázottak, ami megnehezíti a számítási módszerük „fekete dobozának” dekódolását – és azt, hogy mennyi ideig őrzik meg az emlékeiket.

Aztán ott van a „wetlab” probléma. A számítógépes processzorokkal ellentétben a miniagyak csak szűk hőmérséklet- és oxigénszint-tartományt képesek elviselni, miközben folyamatosan ki vannak téve a betegségeket okozó mikrobafertőzések veszélyének. Ez azt jelenti, hogy gondosan, speciális berendezéssel, táplevesben kell termeszteni őket. Az e kultúrák fenntartásához szükséges energia ellensúlyozhatja a hibrid számítástechnikai rendszerből származó nyereséget.

A mini-agyak azonban egyre könnyebben tenyészthetők kisebb és hatékonyabb rendszerekkel – beleértve azokat is, amelyek beépített rögzítési és zapping funkcióval rendelkeznek. A nehezebb kérdés nem a technikai kihívásokra vonatkozik; inkább arról szól, hogy mi az elfogadható, ha az emberi agyat számítástechnikai elemként használjuk. Az AI és az idegtudomány gyorsan feszegeti a határokat, és az agy-AI modellek valószínűleg még kifinomultabbak lesznek.

„A közösség számára kritikus fontosságú, hogy megvizsgálja az emberi idegszöveteket magában foglaló bioinformatikai rendszereket körülvevő számtalan neuroetikai problémát” – írta Smirnova, Caffo és Johnson.

Kép: Egy fejlődő agyi organoid / National Institute of Allergy and Infectious Diseases, NIH

Időbélyeg:

Még több Singularity Hub