En ball med hjerneceller på en brikke kan lære enkel talegjenkjenning og matematikk

En liten ball med hjerneceller brummer av aktivitet mens den sitter på toppen av en rekke elektroder. I to dager mottar den et mønster av elektriske zaps, hver stimulering koder for taleegenskapene til åtte personer. På dag tre kan den gjøre forskjell på høyttalere.

Systemet, kalt Brainoware, hever standarden for biodatabehandling ved å bruke 3D-hjerneorganoider, eller "mini-hjerne". Disse modellene, vanligvis dyrket fra menneskelige stamceller, utvides raskt til en rekke nevroner strikket inn i nevrale nettverk.

I likhet med deres biologiske kolleger, gnister klattene av elektrisk aktivitet – noe som tyder på at de har potensial til å lære, lagre og behandle informasjon. Forskere har lenge sett på dem som en lovende maskinvarekomponent for hjerneinspirert databehandling.

Denne uken, et lag ved Indiana University gjorde Bloomington teori til virkelighet med Brainoware. De koblet en hjerneorganoid som ligner cortex - det ytterste laget av hjernen som støtter høyere kognitive funksjoner - til en wafer-lignende brikke tett pakket med elektroder.

Minihjernen fungerte som både den sentrale prosessorenheten og minnelagringen til en superdatamaskin. Den mottok input i form av elektriske zaps og sendte ut beregningene gjennom nevral aktivitet, som deretter ble dekodet av et AI-verktøy.

Da Brainoware ble trent på lydbiter fra en gruppe mennesker – forvandlet til elektriske zaps – lærte Brainoware seg til slutt å plukke ut «lydene» til bestemte mennesker. I en annen test taklet systemet et komplekst matematikkproblem som er utfordrende for AI.

Systemets evne til å lære stammet fra endringer i nevrale nettverksforbindelser i minihjernen – noe som ligner på hvordan hjernen vår lærer hver dag. Selv om det bare er et første skritt, baner Brainoware vei for stadig mer sofistikerte hybride biodatamaskiner som kan senke energikostnadene og øke hastigheten på beregningen.

Oppsettet tillater også nevrovitenskapsmenn å avdekke den indre funksjonen til hjernen vår ytterligere.

"Mens informatikere prøver å bygge hjernelignende silisiumdatamaskiner, prøver nevrovitenskapsmenn å forstå beregningene til hjernecellekulturer," skrev Drs. Lena Smirnova, Brian Caffo og Erik C. Johnson ved Johns Hopkins University som ikke var involvert i studien. Brainoware kan tilby ny innsikt i hvordan vi lærer, hvordan hjernen utvikler seg, og til og med bidra til å teste nye terapier for når hjernen halter.

En vri på nevromorfisk databehandling

Med sine 200 milliarder nevroner knyttet til hundrevis av billioner av forbindelser, er den menneskelige hjernen kanskje den kraftigste datamaskinvaren som er kjent.

Oppsettet er iboende annerledes enn klassiske datamaskiner, som har separate enheter for databehandling og lagring. Hver oppgave krever dataoverføring mellom de to, noe som dramatisk øker datatid og energi. Derimot forenes begge funksjonene på samme fysiske sted i hjernen.

Kalt synapser, disse strukturene kobler nevroner til nettverk. Synapser lærer ved å endre hvor sterkt de kobler seg til andre – øker forbindelsesstyrken med samarbeidspartnere som hjelper til med å løse problemer og lagre kunnskapen på samme sted.

Prosessen kan høres kjent ut. Kunstige nevrale nettverk, en AI-tilnærming som har tatt verden med storm, er løst basert på disse prinsippene. Men energien som trengs er veldig forskjellig. Hjernen går på 20 watt, omtrent kraften som trengs for å drive en liten skrivebordsvifte. Et komparativt kunstig nevralt nettverk bruker åtte millioner watt. Hjernen kan også enkelt lære av noen få eksempler, mens AI notorisk er avhengig av massive datasett.

Forskere har forsøkt å rekapitulere hjernens prosesseringsegenskaper i maskinvarebrikker. Disse nevromorfe brikkene er bygget av eksotiske komponenter som endrer egenskaper med temperatur eller elektrisitet, og kombinerer prosessering og lagring på samme sted. Disse brikkene kan drive datasyn og gjenkjenne tale. Men de er vanskelige å produsere og fanger bare delvis opp hjernens indre funksjoner.

I stedet for å etterligne hjernen med databrikker, hvorfor ikke bare bruke sine egne biologiske komponenter?

En smart datamaskin

Vær trygg på at teamet ikke koblet levende hjerner til elektroder. I stedet vendte de seg til hjerneorganoider. På bare to måneder utviklet minihjernene, laget av menneskelige stamceller, seg til en rekke nevrontyper som koblet til hverandre i elektrisk aktive nettverk.

Teamet slapp forsiktig hver minihjerne ned på en frimerkelignende brikke fullpakket med bittesmå elektroder. Brikken kan ta opp hjernecellenes signaler fra over 1,000 kanaler og zappe organoidene ved å bruke nesten tre dusin elektroder samtidig. Dette gjør det mulig å nøyaktig kontrollere stimulering og registrere minihjernens aktivitet. Ved hjelp av et AI-verktøy blir abstrakte nevrale utganger oversatt til menneskevennlige svar på en vanlig datamaskin.

I en talegjenkjenningstest tok teamet opp 240 lydklipp av 8 personer som snakket. Hvert klipp fanger en isolert vokal. De forvandlet datasettet til unike mønstre for elektrisk stimulering og matet disse inn i en nyvokst minihjerne. På bare to dager var Brainoware-systemet i stand til å skille mellom forskjellige høyttalere med nesten 80 prosent nøyaktighet.

Ved å bruke et populært nevrovitenskapelig tiltak fant teamet at de elektriske zappene "trente" minihjernen til å styrke noen nettverk mens de beskjærte andre, noe som antydet at den koblet om nettverkene sine for å lette læring.

I en annen test ble Brainoware satt opp mot AI på en utfordrende matematikkoppgave som kunne bidra til å generere sterkere passord. Selv om det var litt mindre nøyaktig enn en AI med korttidsminne, var Brainoware mye raskere. Uten menneskelig tilsyn oppnådde den nesten kompatible resultater på mindre enn 10 prosent av tiden det tok AI.

"Dette er en første demonstrasjon av bruk av hjerneorganoider [for databehandling]," studieforfatter Dr. Feng Guo fortalte MIT Technology Review.

Cyborg-datamaskiner?

Den nye studien er den siste for å utforske hybride biodatamaskiner - en blanding av nevroner, AI og elektronikk.

Tilbake i 2020, et lag slo sammen kunstige og biologiske nevroner i et nettverk som kommuniserte ved hjelp av hjernekjemikaliet dopamin. Mer nylig, nesten en million nevroner, liggende flatt i en tallerken, lærte å spille videospillet Pong fra elektriske zaps.

Brainoware er et potensielt steg opp. Sammenlignet med isolerte nevroner, etterligner organoider bedre den menneskelige hjernen og dens sofistikerte nevrale nettverk. Men de er ikke feilfrie. I likhet med dyplæringsalgoritmer er minihjernenes interne prosesser uklare, noe som gjør det vanskelig å dekode den "svarte boksen" for hvordan de beregner - og hvor lenge de beholder minner.

Så er det "wetlab"-problemet. I motsetning til en dataprosessor, kan minihjerner bare tolerere et smalt område av temperatur- og oksygennivåer, mens de hele tiden er i fare for sykdomsfremkallende mikrobeinfeksjoner. Dette betyr at de må dyrkes nøye i en næringsbuljong ved hjelp av spesialutstyr. Energien som kreves for å opprettholde disse kulturene kan oppveie gevinster fra hybriddatasystemet.

Imidlertid er minihjerner stadig lettere å dyrke med mindre og mer effektive systemer – inkludert de med innebygde opptaks- og zappfunksjoner. Det vanskeligere spørsmålet handler ikke om tekniske utfordringer; snarere handler det om hva som er akseptabelt når man bruker menneskelige hjerner som et dataelement. AI og nevrovitenskap flytter raskt grenser, og hjerne-AI-modeller vil sannsynligvis bli enda mer sofistikerte.

"Det er avgjørende for samfunnet å undersøke mylderet av nevroetiske problemer som omgir biodatabehandlingssystemer som inkluderer menneskelige nevrale vev," skrev Smirnova, Caffo og Johnson.

Bilde Credit: En hjerneorganoid i utvikling / National Institute of Allergy and Infectious Diseases, NIH

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://singularityhub.com/2023/12/14/a-ball-of-brain-cells-on-a-chip-can-learn-simple-speech-recognition-and-math/