Una palla di cellule cerebrali su un chip può imparare semplici operazioni di riconoscimento vocale e matematica

Una minuscola sfera di cellule cerebrali ronza di attività mentre si trova sopra una serie di elettrodi. Per due giorni riceve uno schema di scariche elettriche, ciascuna stimolazione codifica le peculiarità del linguaggio di otto persone. Entro il terzo giorno, può discriminare tra i parlanti.

Soprannominato Brainoware, il sistema alza il livello del biocomputer attingendo a organoidi cerebrali 3D, o “mini-cervelli”. Questi modelli, solitamente coltivati ​​da cellule staminali umane, si espandono rapidamente in una varietà di neuroni uniti in reti neurali.

Come le loro controparti biologiche, le bolle si illuminano di attività elettrica, suggerendo che hanno il potenziale per apprendere, archiviare ed elaborare informazioni. Gli scienziati li considerano da tempo un promettente componente hardware per l’informatica ispirata al cervello.

Questa settimana, un team presso l'Università dell'Indiana Bloomington ha trasformato la teoria in realtà con Brainoware. Hanno collegato un organoide cerebrale simile alla corteccia – lo strato più esterno del cervello che supporta le funzioni cognitive più elevate – a un chip simile a un wafer densamente pieno di elettrodi.

Il mini-cervello funzionava sia come unità di elaborazione centrale che come memoria di un supercomputer. Ha ricevuto input sotto forma di scariche elettriche e ha prodotto i suoi calcoli attraverso l'attività neurale, che è stata successivamente decodificata da uno strumento AI.

Quando veniva addestrato sui suoni di un gruppo di persone, trasformati in scariche elettriche, Brainoware alla fine imparava a individuare i "suoni" di persone specifiche. In un altro test, il sistema ha affrontato con successo un problema matematico complesso che rappresenta una sfida per l’intelligenza artificiale.

La capacità di apprendimento del sistema derivava dai cambiamenti nelle connessioni della rete neurale nel mini-cervello, che è simile al modo in cui il nostro cervello impara ogni giorno. Sebbene sia solo un primo passo, Brainoware apre la strada a biocomputer ibridi sempre più sofisticati che potrebbero ridurre i costi energetici e accelerare i calcoli.

La configurazione consente inoltre ai neuroscienziati di svelare ulteriormente il funzionamento interno del nostro cervello.

“Mentre gli scienziati informatici stanno cercando di costruire computer al silicio simili al cervello, i neuroscienziati stanno cercando di comprendere i calcoli delle colture di cellule cerebrali”, ha scritto Dott. Lena Smirnova, Brian Caffo ed Erik C. Johnson della Johns Hopkins University che non erano coinvolti nello studio. Brainoware potrebbe offrire nuove informazioni su come apprendiamo, su come si sviluppa il cervello e persino aiutare a testare nuove terapie per quando il cervello vacilla.

Una svolta sul calcolo neuromorfico

Con i suoi 200 miliardi di neuroni collegati in rete in centinaia di trilioni di connessioni, il cervello umano è forse l’hardware informatico più potente conosciuto.

La sua configurazione è intrinsecamente diversa rispetto ai computer classici, che dispongono di unità separate per l'elaborazione e l'archiviazione dei dati. Ogni attività richiede che il computer trasferisca i dati tra i due, il che aumenta notevolmente il tempo e l'energia di elaborazione. Al contrario, entrambe le funzioni si uniscono nello stesso punto fisico del cervello.

Chiamate sinapsi, queste strutture collegano i neuroni in reti. Le sinapsi imparano modificando la forza con cui si connettono con gli altri, aumentando la forza della connessione con i collaboratori che aiutano a risolvere i problemi e immagazzinando la conoscenza nello stesso punto.

Il processo può sembrare familiare. Le reti neurali artificiali, un approccio all’intelligenza artificiale che ha preso d’assalto il mondo, si basano vagamente su questi principi. Ma l’energia necessaria è molto diversa. Il cervello funziona con 20 watt, più o meno la potenza necessaria per far funzionare una piccola ventola da tavolo. Una rete neurale artificiale comparativa consuma otto milioni di watt. Il cervello può anche imparare facilmente da alcuni esempi, mentre l’intelligenza artificiale si basa notoriamente su enormi quantità di dati.

Gli scienziati hanno cercato di ricapitolare le proprietà di elaborazione del cervello nei chip hardware. Costruiti con componenti esotici che cambiano proprietà con la temperatura o l'elettricità, questi chip neuromorfici combinano elaborazione e archiviazione nello stesso luogo. Questi chip possono alimentare la visione artificiale e riconoscere il parlato. Ma sono difficili da produrre e catturano solo parzialmente il funzionamento interno del cervello.

Invece di imitare il cervello con i chip dei computer, perché non utilizzare semplicemente i suoi stessi componenti biologici?

Un computer intelligente

State tranquilli, il team non ha collegato cervelli viventi agli elettrodi. Invece, si sono rivolti agli organoidi cerebrali. In soli due mesi, i mini-cervelli, realizzati con cellule staminali umane, si sono sviluppati in una serie di tipi di neuroni che si collegavano tra loro in reti elettricamente attive.

Il team ha depositato con cura ciascun mini-cervello su un chip simile a un francobollo pieno zeppo di minuscoli elettrodi. Il chip può registrare i segnali delle cellule cerebrali da oltre 1,000 canali e eliminare gli organoidi utilizzando quasi tre dozzine di elettrodi contemporaneamente. Ciò consente di controllare con precisione la stimolazione e registrare l'attività del mini-cervello. Utilizzando uno strumento di intelligenza artificiale, gli output neurali astratti vengono tradotti in risposte a misura d'uomo su un normale computer.

In un test di riconoscimento vocale, il team ha registrato 240 clip audio di 8 persone che parlavano. Ogni clip cattura una vocale isolata. Hanno trasformato il set di dati in modelli unici di stimolazione elettrica e li hanno inseriti in un mini-cervello appena cresciuto. In soli due giorni, il sistema Brainoware è stato in grado di discriminare tra diversi parlanti con una precisione pari quasi all'80%.

Usando una popolare misura neuroscientifica, il team ha scoperto che le scariche elettriche “addestravano” il mini-cervello a rafforzare alcune reti potandone altre, suggerendo di ricablare le sue reti per facilitare l’apprendimento.

In un altro test, Brainoware è stato confrontato con l’intelligenza artificiale in un impegnativo compito di matematica che potrebbe aiutare a generare password più forti. Sebbene leggermente meno preciso di un'intelligenza artificiale con memoria a breve termine, Brainoware era molto più veloce. Senza la supervisione umana, ha raggiunto risultati quasi compatibili in meno del 10% del tempo impiegato dall’intelligenza artificiale.

"Questa è una prima dimostrazione dell'uso degli organoidi cerebrali [per l'informatica]", ha affermato l'autore dello studio, il dottor Feng Guo detto MIT Technology Review.

Computer cyborg?

Il nuovo studio è l’ultimo ad esplorare i biocomputer ibridi, un mix di neuroni, intelligenza artificiale ed elettronica.

Torna in 2020, un team hanno unito neuroni artificiali e biologici in una rete che comunicava utilizzando la dopamina chimica del cervello. Più recentemente, quasi un milione di neuroni, distesi su un piatto, hanno imparato a giocare al videogioco Pong grazie alle scariche elettriche.

Brainoware rappresenta un potenziale passo avanti. Rispetto ai neuroni isolati, gli organoidi imitano meglio il cervello umano e le sue sofisticate reti neurali. Ma non sono esenti da difetti. Similmente agli algoritmi di deep learning, i processi interni dei mini-cervelli non sono chiari, il che rende difficile decodificare la “scatola nera” del modo in cui elaborano e per quanto tempo conservano i ricordi.

Poi c'è il problema del “wetlab”. A differenza del processore di un computer, i mini-cervelli possono tollerare solo un intervallo ristretto di temperatura e livelli di ossigeno, mentre sono costantemente a rischio di infezioni microbiche che causano malattie. Ciò significa che devono essere coltivati ​​con cura all'interno di un brodo nutriente utilizzando attrezzature specializzate. L’energia necessaria per mantenere queste culture potrebbe compensare i vantaggi derivanti dal sistema informatico ibrido.

Tuttavia, i mini-cervelli sono sempre più facili da coltivare con sistemi più piccoli ed efficienti, compresi quelli con funzioni di registrazione e zapping integrate. La domanda più difficile non riguarda le sfide tecniche; piuttosto, si tratta di ciò che è accettabile quando si utilizza il cervello umano come elemento informatico. L’intelligenza artificiale e le neuroscienze stanno rapidamente spingendo oltre i confini e i modelli di intelligenza artificiale del cervello diventeranno probabilmente ancora più sofisticati.

"È fondamentale che la comunità esamini la miriade di questioni neuroetiche che circondano i sistemi di bioinformatica che incorporano tessuti neurali umani", hanno scritto Smirnova, Caffo e Johnson.

Immagine di credito: Un organoide cerebrale in via di sviluppo / Istituto Nazionale delle Allergie e delle Malattie Infettive, NIH

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
• PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
• PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
• Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
• Fonte: https://singularityhub.com/2023/12/14/a-ball-of-brain-cells-on-a-chip-can-learn-simple-speech-recognition-and-math/