Teraz budujemy komputery z wyhodowanych w laboratorium komórek mózgowych

Pojawia się nowa dziedzina badań zwana „inteligencją organoidalną”, ponieważ naukowcy chcą zbudować komputery z brył komórek mózgowych wyhodowanych na szalce Petriego.

Te organoidy są hodowane z komórek macierzystych pobranych z próbek skóry i są to małe grudki komórek mózgowych zawierające plątaninę neuronów. Naukowcy uważają, że mogą przechowywać informacje i mogą być szkoleni w zakresie uczenia się prostych zadań, takich jak komputer, który działa znacznie wydajniej niż sztuczne sieci neuronowe.

Sztuczna inteligencja może teraz przewyższać ludzi w wielu zadaniach, ale ludzie wciąż są znacznie lepsi w przetwarzaniu informacji i uczeniu się nowych rzeczy, argumentowali naukowcy, którzy ukuli termin „inteligencja organoidalna”. papier w Frontiers in Science. 

System AlphaGo firmy DeepMind pokonał najlepszego gracza na świecie w konkursie w 2016 roku, ale wymagał intensywnego szkolenia na próbkach wygenerowanych z setek tysięcy gier. Sieć neuronowa była trenowana przez tygodnie na 50 procesorach graficznych pochłaniających około 40 miliardów dżuli, mniej więcej taką samą ilość energii, jaka jest potrzebna do podtrzymania metabolizmu osoby dorosłej przez dekadę. Ludzie są ponad milion razy lepsi w zarządzaniu wydajnością danych niż algorytmy sztucznej inteligencji. 

„Mózg wciąż nie ma sobie równych w nowoczesnych komputerach” – Thomas Hartung, współautor badania i profesor nauk o zdrowiu środowiskowym na Uniwersytecie Johnsa Hopkinsa (JHU), powiedziany w oświadczeniu.

„Frontier… to instalacja o wartości 600 milionów dolarów i powierzchni 6,800 stóp kwadratowych” — powiedział Hartung, odnosząc się do Oak Ridge National Lab’s Superkomputer. „Dopiero w czerwcu ubiegłego roku po raz pierwszy przekroczył możliwości obliczeniowe pojedynczego ludzkiego mózgu – ale zużywając milion razy więcej energii”.

Naukowcy uważają, że niektóre zdolności obliczeniowe i moc mózgu mogą być powielane w organoidach. W przeciwieństwie do tradycyjnych komputerów, tych komórek mózgowych nie można zaprogramować za pomocą oprogramowania. Zamiast tego ich sygnały elektroniczne muszą być w jakiś sposób zmanipulowane i użyte do sterowania urządzeniem wyjściowym. 

Fascynująca zdolność mózgu do nadawania sensu milionom przychodzących neuronów wysyłających informacje bardzo różni się od logiki programu komputerowego, który wykonuje przepływ zer i jedynek

„My, ludzie, uczymy się, jak reagować na pewne dane wejściowe” — wyjaśniła Lena Smirnova, pierwsza autorka artykułu i adiunkt w JHU Rejestr.

„Fascynująca zdolność mózgu do nadawania sensu milionom przychodzących neuronów wysyłających informacje bardzo różni się od logiki programu komputerowego, który wykonuje przepływ zer i jedynek”.

Smirnova uważa, że ​​organoidami można manipulować za pomocą układów elektrod, w których sygnały wejściowe mogą wpływać na sygnały wyjściowe. Tę pomieszaną masę komórek można teoretycznie wyszkolić do wykonywania prostych zadań.

„Sygnały elektryczne wymieniane między komórkami mózgowymi mogą być rejestrowane przez elektrody w kontakcie z organoidem. Impuls lub lepiej określony wzór takich sygnałów można przełożyć na akcję, na przykład podłączonego robota lub akcję w wirtualnym środowisku gry” – powiedziała Smirnova. 

Naukowcy wykazali już, że te komórki mózgowe mogą się tego nauczyć grać Pong, ale przekształcenie ich w biokomputery to ogromne wyzwanie. Każdy organoid mózgowy ma około jednej trzymilionowej wielkości ludzkiego mózgu; nie wiadomo, ile pamięci mogą przechowywać; i nie jest jasne, jak rozszyfrujemy jego sygnały elektryczne. 

Rozwój inteligencji organoidów będzie wymagał opracowania nowych algorytmów uczenia maszynowego i statystycznych oraz skalowania tych struktur biologicznych do większych rozmiarów – od 50,000 10 komórek do XNUMX milionów. Organoidy również wymagają tlenu i składników odżywczych, aby przetrwać; ich funkcja i możliwości będą również zależeć od ich architektury. 

Mimo to naukowcy uważają, że warto to kontynuować, mimo że komórki mózgowe w naczyniu nie są porównywalne i nigdy nie mogłyby zastąpić ich krzemowych odpowiedników. Zamiast tego te biokomputery mogą być używane jako interfejs z innymi maszynami, aby systemy były bardziej wydajne pod względem zużycia energii i danych. 

Nie oznacza to, że biokomputery zastąpią całe uczenie maszynowe

„Biokomputery zużywają znacznie mniej energii, mogą uczyć się przy mniejszej ilości danych, dzięki czemu mogą szybko dokonywać wyborów w czasie rzeczywistym, są prawdopodobnie znacznie bardziej elastyczne i mogą zapewnić nam przydatny wgląd w to, jak działają nasze mózgi, dzięki czemu mogą być przydatne do modelowania chorób i odkrywanie leków” – powiedział Brett Kagan, dyrektor naukowy w Cortical Labs, startupie, który stworzył system neuronowy DishBrain wyszkolony do gry w Ponga. Rejestr.

„Nie oznacza to, że biokomputery zastąpią całe uczenie maszynowe, ale mogą być użytecznym narzędziem do niektórych zadań, do których są zoptymalizowane”.

„Odtąd to tylko kwestia budowania społeczności, narzędzi i technologii, aby w pełni wykorzystać potencjał [inteligencji organoidów]”, powiedział w dodatku. ®

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. Dostęp tutaj.
• Źródło: https://go.theregister.com/feed/www.theregister.com/2023/03/02/organoid_intelligence/