Biokomputery z mini-mózgami jako procesorami mogą być potężniejsze niż sztuczna inteligencja oparta na krzemie

Ludzki mózg jest mistrzem obliczeń. Nic dziwnego, że od algorytmów inspirowanych mózgiem po neuromorficzne chipy, naukowcy pożyczają podręcznik mózgu, aby dać maszynom impuls.

Jednak wyniki — zarówno w zakresie oprogramowania, jak i sprzętu — obejmują tylko ułamek zawiłości obliczeniowe osadzone w neuronach. Ale być może główną przeszkodą w budowaniu komputerów podobnych do mózgu jest to, że wciąż nie do końca rozumiemy, jak działa mózg. Na przykład, w jaki sposób jego architektura — zdefiniowana przez z góry ustalone warstwy, regiony i ciągle zmieniające się obwody neuronowe — nadaje sens naszemu chaotycznemu światu o wysokiej wydajności i niskim zużyciu energii?

Dlaczego więc nie ominąć tej zagadki i nie wykorzystać tkanki nerwowej bezpośrednio jako biokomputera?

W tym miesiącu zespół z Johns Hopkins University przedstawił śmiały plan dla nowej dziedziny informatyki: inteligencji organoidalnej (OI). Nie martw się – nie mówią o używaniu żywej ludzkiej tkanki mózgowej podłączonej do drutów w słoikach. Raczej, jak w nazwie, nacisk kładziony jest na surogat: organoidy mózgowe, lepiej znane jako „mini-mózgi”. Te bryłki wielkości grochu z grubsza przypominają wczesny płód mózg ludzki w ekspresji genów, szerokiej gamie komórek mózgowych i organizacji. Ich obwody nerwowe iskrzą spontaniczną aktywnością, falować z falami mózgowymi, a nawet wykrywa światło i kontrolować ruch mięśni.

Zasadniczo organoidy mózgowe są wysoko rozwiniętymi procesorami, które w ograniczonym stopniu powielają mózg. Teoretycznie różne typy mini-mózgów mogłyby być podłączone do cyfrowych czujników i urządzeń wyjściowych – podobnie jak interfejsy mózg-maszyna, ale jako obwód na zewnątrz ciała. W dłuższej perspektywie mogą łączyć się ze sobą w superbiokomputerze przeszkolonym przy użyciu metod biofeedback i uczenia maszynowego, aby umożliwić „inteligencję w naczyniu”.

Brzmi trochę przerażająco? Zgadzam się. Naukowcy od dawna debatują, gdzie postawić granicę; to znaczy, gdy mini-mózg staje się zbyt podobny do ludzkiego, z hipotetycznym koszmarnym scenariuszem, w którym bryłki rozwijają świadomość.

Zespół jest dobrze poinformowany. W ramach inteligencji organoidalnej podkreślają potrzebę „zakorzenionej etyki”, przy czym konsorcjum naukowców, bioetyków i opinii publicznej bierze udział w całym rozwoju. Ale dla starszego autora, dr Thomasa Hartunga, nadszedł czas na rozpoczęcie badań nad inteligencją organoidów.

„Obliczenia biologiczne (lub biokomputery) mogą być szybsze, wydajniejsze i potężniejsze niż obliczenia oparte na krzemie i sztuczna inteligencja, a także wymagają tylko ułamka energii” – napisał zespół.

[Osadzone treści]

Mądre rozwiązanie

Używanie tkanki mózgowej jako sprzętu obliczeniowego może wydawać się dziwaczne, ale byli już pionierzy. W 2022 roku australijska firma Laboratoria korowe nauczył setki tysięcy izolowanych neuronów w naczyniu grać w Ponga wewnątrz środowiska wirtualnego. Neurony połączone z krzemowymi chipami zasilanymi algorytmami głębokiego uczenia się w „platformę syntetycznej inteligencji biologicznej”, która wychwytywała podstawowe neurobiologiczne oznaki uczenia się.

Tutaj zespół poszedł o krok dalej. Jeśli izolowane neurony mogłyby już obsługiwać podstawową formę biokomputerów, co z mini-mózgami 3D?

Od swojego debiutu dziesięć lat temu mini-mózgi stały się ulubieńcami do badania zaburzeń neurorozwojowych, takich jak autyzm i testowania nowych terapii lekowych. Często wyhodowane z komórek skóry pacjenta – przekształcone w indukowane pluripotencjalne komórki macierzyste (iPSC) – organoidy są szczególnie skuteczne w naśladowaniu genetycznego składu osoby, w tym jej połączeń nerwowych. Niedawno ludzkie organoidy częściowo odrestaurowany uszkodzony wzrok u szczurów po integracji z neuronami gospodarza.

Innymi słowy, mini-mózgi są już budulcem systemu biokomputerowego typu plug-and-play, który łatwo łączy się z biologicznymi mózgami. Dlaczego więc nie wykorzystać ich jako procesorów do komputera? „Pytanie brzmi: czy możemy uczyć się i wykorzystywać możliwości obliczeniowe tych organoidów?” zapytał zespół.

Mocny plan

W ubiegłym roku grupa ekspertów z dziedziny biokomputerów zjednoczyła się w pierwsze warsztaty inteligencji organoidalnej w celu stworzenia społeczności zajmującej się wykorzystaniem i implikacjami mini-mózgów jako biokomputerów. Nadrzędnym tematem, skonsolidowanym w „deklaracji z Baltimore”, była współpraca. System mini-mózgu wymaga kilku komponentów: urządzeń do wykrywania danych wejściowych, procesora i czytelnego wyjścia.

W nowym artykule Hartung przewiduje cztery trajektorie przyspieszenia inteligencji organoidalnej.

Pierwsza skupia się na kluczowym elemencie: mini-mózgu. Chociaż organoidy są gęsto upakowane komórkami mózgowymi, które wspierają uczenie się i pamięć, nadal trudno jest hodować je na dużą skalę. Wczesnym kluczowym celem, jak wyjaśnili autorzy, jest zwiększenie skali.

Systemy mikroprzepływowe, które działają jak „szkółki”, również wymagają poprawy. Te zaawansowane technologicznie kąpiele bąbelkowe dostarczają składników odżywczych i tlenu, aby utrzymać rozwijające się mini-mózgi przy życiu i zdrowiu, jednocześnie usuwając toksyczne odpady, dając im czas na dojrzewanie. Ten sam system może również pompować neuroprzekaźniki – cząsteczki, które łączą komunikację między neuronami – do określonych regionów, aby zmodyfikować ich wzrost i zachowanie.

Naukowcy mogą następnie monitorować trajektorie wzrostu za pomocą różnych elektrod. Chociaż większość z nich jest obecnie dostosowana do systemów 2D, zespół i inni udoskonalają interfejsy 3D zaprojektowane specjalnie dla organoidów, zainspirowane czepkami EEG (elektroencefalogram) z wieloma elektrodami umieszczonymi w kulistym kształcie.

Następnie następuje dekodowanie sygnałów. Druga trajektoria polega na rozszyfrowaniu, kiedy i gdzie występuje aktywność neuronów w mini-mózgach. Czy po uderzeniu pewnymi wzorcami elektrycznymi — na przykład tymi, które zachęcają neurony do gry w Ponga — dają oczekiwane rezultaty?

To kolejne trudne zadanie; uczenie się zmienia obwody neuronowe na wielu poziomach. Co więc mierzyć? Zespół sugeruje zagłębienie się w wiele poziomów, w tym zmienioną ekspresję genów w neuronach i sposób, w jaki łączą się one z sieciami neuronowymi.

Tutaj sztuczna inteligencja i współpraca mogą zrobić furorę. Biologiczne sieci neuronowe są hałaśliwe, więc potrzeba wielu prób, zanim „uczenie się” stanie się oczywiste, co z kolei generuje zalew danych. Dla zespołu uczenie maszynowe jest doskonałym narzędziem do wydobywania, w jaki sposób różne dane wejściowe przetwarzane przez mini-mózg przekształcają się w dane wyjściowe. Podobnie jak projekty neurologiczne na dużą skalę, takie jak Inicjatywa BRAIN, naukowcy mogą dzielić się swoimi badaniami nad inteligencją organoidów w przestrzeni roboczej społeczności w celu globalnej współpracy.

Trajektoria trzecia jest dalej w przyszłości. Dzięki wydajnym i długotrwałym mini-mózgom i narzędziom pomiarowym można testować bardziej złożone dane wejściowe i obserwować, jak stymulacja jest przekazywana z powrotem do procesora biologicznego. Na przykład, czy zwiększa to wydajność obliczeń? Różne rodzaje organoidów — powiedzmy te, które przypominają korę mózgową i siatkówkę — można łączyć ze sobą, tworząc bardziej złożone formy organoidalnej inteligencji. Mogłyby one pomóc w „empirycznym testowaniu, badaniu i dalszym rozwijaniu neurokomputacyjnych teorii inteligencji” – napisali autorzy.

Inteligencja na żądanie?

Czwarta trajektoria to ta, która podkreśla cały projekt: etyka wykorzystania mini-mózgów do biokomputerów.

Ponieważ organoidy mózgowe coraz bardziej przypominają mózg - tak bardzo, że mogą zintegrować i częściowo przywrócić uszkodzony układ wzrokowy gryzonia – naukowcy pytają, czy mogą zyskać coś w rodzaju świadomości.

Żeby było jasne, nie ma dowodów na to, że mini-mózgi są świadome. Ale „te obawy będą narastać podczas rozwoju inteligencji organoidów, ponieważ organoidy stają się strukturalnie bardziej złożone, otrzymują dane wejściowe, generują dane wyjściowe i – przynajmniej teoretycznie – przetwarzają informacje o swoim środowisku i budują prymitywną pamięć” – napisali autorzy. Jednak celem inteligencji organoidalnej nie jest odtworzenie ludzkiej świadomości, a raczej naśladowanie funkcji obliczeniowych mózgu.

Procesor mini-mózgu nie jest jedyną kwestią etyczną. Innym jest dawstwo komórek. Ponieważ mini-mózgi zachowują skład genetyczny dawcy, istnieje szansa na stronniczość selekcji i ograniczenie neuroróżnorodności.

Następnie pojawia się problem świadomej zgody. Jak pokazała historia słynnej linii komórek rakowych HeLa, dawstwo komórek może mieć skutki wielopokoleniowe. „Co organoid wykazuje na temat dawcy komórek?” pytali autorzy. Czy badacze będą mieli obowiązek informowania dawcy, jeśli podczas badań wykryją zaburzenia neurologiczne?

Aby poruszać się po „prawdziwie niezbadanym terytorium”, zespół proponuje wbudowane podejście etyczne. Na każdym etapie bioetycy będą współpracować z zespołami badawczymi w celu iteratywnego mapowania potencjalnych problemów podczas zbierania opinii publicznej. Strategia jest podobna do innych kontrowersyjnych tematów, takich jak edycji genetycznej u ludzi.

Komputer napędzany mini-mózgiem to kwestia wielu lat. „Zajmie dziesięciolecia, zanim osiągniemy cel, jakim jest coś porównywalnego z jakimkolwiek typem komputera” — powiedział Hartung. Ale czas zacząć — uruchomić program, skonsolidować wiele technologii z różnych dziedzin i zaangażować się w dyskusje etyczne.

„Ostatecznie dążymy do rewolucji w obliczeniach biologicznych, która mogłaby przezwyciężyć wiele ograniczeń obliczeń opartych na krzemie i sztucznej inteligencji oraz mieć znaczące implikacje na całym świecie” – powiedział zespół.

Kredytowych Image: Jesse Plotkin/Uniwersytet Johna Hopkinsa

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. Dostęp tutaj.
• Źródło: https://singularityhub.com/2023/03/07/biocomputing-with-mini-brains-as-processors-could-be-more-powerful-than-ai/