ลูกบอลเซลล์สมองบนชิปสามารถเรียนรู้การรู้จำคำพูดและคณิตศาสตร์อย่างง่ายได้

เซลล์สมองลูกเล็กๆ ส่งเสียงฮัมเพลงพร้อมกับเคลื่อนไหวขณะที่มันนั่งอยู่บนขั้วไฟฟ้าจำนวนหนึ่ง เป็นเวลาสองวัน เครื่องจะได้รับรูปแบบของคลื่นไฟฟ้า ซึ่งการกระตุ้นแต่ละครั้งจะเข้ารหัสลักษณะเฉพาะของคำพูดของคนแปดคน ในวันที่สาม จะสามารถแยกแยะระหว่างวิทยากรได้

Brainoware ที่ได้รับการขนานนามว่าระบบยกระดับมาตรฐานสำหรับการประมวลผลทางชีวภาพโดยการแตะเข้าไปในออร์การอยด์สมอง 3 มิติหรือ "สมองขนาดเล็ก" แบบจำลองเหล่านี้ซึ่งปกติจะเติบโตจากสเต็มเซลล์ของมนุษย์ จะขยายตัวอย่างรวดเร็วไปสู่เซลล์ประสาทหลากหลายรูปแบบที่ถักเป็นโครงข่ายประสาทเทียม

เช่นเดียวกับสิ่งมีชีวิตที่คล้ายกัน หยดเหล่านี้จุดประกายด้วยกิจกรรมทางไฟฟ้า ซึ่งบ่งบอกว่าพวกมันมีศักยภาพในการเรียนรู้ จัดเก็บ และประมวลผลข้อมูล นักวิทยาศาสตร์มองมานานแล้วว่าเป็นส่วนประกอบฮาร์ดแวร์ที่มีแนวโน้มสำหรับการประมวลผลที่ได้รับแรงบันดาลใจจากสมอง

สัปดาห์นี้ ทีม ที่ Indiana University Bloomington เปลี่ยนทฤษฎีให้กลายเป็นความจริงด้วย Brainoware พวกเขาเชื่อมโยงออร์แกนอยด์ของสมองที่มีลักษณะคล้ายเปลือกนอกซึ่งเป็นชั้นนอกสุดของสมองที่รองรับการทำงานของการรับรู้ที่สูงขึ้น เข้ากับชิปคล้ายเวเฟอร์ที่อัดแน่นไปด้วยอิเล็กโทรด

สมองขนาดเล็กทำหน้าที่เหมือนทั้งหน่วยประมวลผลกลางและหน่วยความจำของซูเปอร์คอมพิวเตอร์ ได้รับการป้อนข้อมูลในรูปแบบของไฟฟ้าช็อตและส่งออกการคำนวณผ่านกิจกรรมประสาท ซึ่งต่อมาถูกถอดรหัสโดยเครื่องมือ AI

เมื่อฝึกเรื่องเสียงกัดจากกลุ่มคน—แปลงร่างเป็นเครื่องช็อตไฟฟ้า ในที่สุด Brainoware ก็เรียนรู้ที่จะเลือก “เสียง” ของคนใดคนหนึ่ง ในการทดสอบอื่น ระบบประสบความสำเร็จในการจัดการกับปัญหาทางคณิตศาสตร์ที่ซับซ้อนซึ่งท้าทายสำหรับ AI

ความสามารถของระบบในการเรียนรู้เกิดจากการเปลี่ยนแปลงการเชื่อมต่อโครงข่ายประสาทเทียมในสมองส่วนเล็ก ซึ่งคล้ายกับวิธีที่สมองของเราเรียนรู้ทุกวัน แม้ว่าจะเป็นเพียงก้าวแรก แต่ Brainoware ก็ปูทางไปสู่คอมพิวเตอร์ชีวภาพไฮบริดที่มีความซับซ้อนมากขึ้น ซึ่งสามารถลดต้นทุนด้านพลังงานและเพิ่มความเร็วในการคำนวณได้

การตั้งค่านี้ยังช่วยให้นักประสาทวิทยาสามารถคลี่คลายการทำงานภายในของสมองของเราได้อีกด้วย

“ในขณะที่นักวิทยาศาสตร์คอมพิวเตอร์กำลังพยายามสร้างคอมพิวเตอร์ที่มีลักษณะคล้ายสมอง นักประสาทวิทยากำลังพยายามที่จะเข้าใจการคำนวณของการเพาะเลี้ยงเซลล์สมอง” เขียน ดร. Lena Smirnova, Brian Caffo และ Erik C. Johnson จากมหาวิทยาลัย Johns Hopkins ที่ไม่ได้เกี่ยวข้องกับการศึกษาวิจัยนี้ Brainoware สามารถนำเสนอข้อมูลเชิงลึกใหม่ๆ เกี่ยวกับวิธีที่เราเรียนรู้ การพัฒนาของสมอง และแม้กระทั่งช่วยทดสอบวิธีการรักษาแบบใหม่เมื่อสมองสะดุด

การเปลี่ยนแปลงของคอมพิวเตอร์ Neuromorphic

ด้วยเซลล์ประสาท 200 พันล้านเซลล์ที่เชื่อมต่อกันหลายร้อยล้านล้านการเชื่อมต่อ สมองของมนุษย์อาจเป็นฮาร์ดแวร์คอมพิวเตอร์ที่ทรงพลังที่สุดเท่าที่รู้จัก

การตั้งค่านี้แตกต่างไปจากคอมพิวเตอร์แบบคลาสสิกซึ่งมีหน่วยแยกต่างหากสำหรับการประมวลผลและการจัดเก็บข้อมูล แต่ละงานต้องใช้ข้อมูลรถรับส่งคอมพิวเตอร์ระหว่างทั้งสอง ซึ่งจะทำให้เวลาและพลังงานในการประมวลผลเพิ่มขึ้นอย่างมาก ในทางตรงกันข้าม ทั้งสองฟังก์ชันมารวมกันที่จุดทางกายภาพเดียวกันในสมอง

โครงสร้างเหล่านี้เรียกว่าไซแนปส์เชื่อมต่อเซลล์ประสาทเข้ากับเครือข่าย Synapses เรียนรู้โดยการเปลี่ยนความสัมพันธ์ที่แน่นแฟ้นกับผู้อื่น เพิ่มความแข็งแกร่งในการเชื่อมต่อกับผู้ทำงานร่วมกันที่ช่วยแก้ปัญหาและจัดเก็บความรู้ไว้ที่จุดเดียวกัน

กระบวนการนี้อาจฟังดูคุ้นเคย โครงข่ายประสาทเทียมซึ่งเป็นแนวทางของ AI ที่ทำให้โลกต้องตะลึง มีพื้นฐานอยู่บนหลักการเหล่านี้อย่างหลวมๆ แต่พลังงานที่ต้องการนั้นแตกต่างกันมาก สมองทำงานด้วยกำลังไฟ 20 วัตต์ ซึ่งเป็นกำลังโดยประมาณที่จำเป็นสำหรับพัดลมตั้งโต๊ะขนาดเล็ก โครงข่ายประสาทเทียมเปรียบเทียบสิ้นเปลือง แปดล้านวัตต์. สมองยังสามารถเรียนรู้ได้อย่างง่ายดายจากตัวอย่างบางส่วน ในขณะที่ AI นั้นมีชื่อเสียงโด่งดังต้องใช้ชุดข้อมูลขนาดใหญ่

นักวิทยาศาสตร์ได้พยายามสรุปคุณสมบัติการประมวลผลของสมองในชิปฮาร์ดแวร์ สร้างขึ้นจากส่วนประกอบแปลกใหม่ที่เปลี่ยนแปลงคุณสมบัติตามอุณหภูมิหรือไฟฟ้า ชิปนิวโรมอร์ฟิกเหล่านี้รวมการประมวลผลและการจัดเก็บไว้ในตำแหน่งเดียวกัน ชิปเหล่านี้สามารถขับเคลื่อนการมองเห็นของคอมพิวเตอร์และจดจำคำพูดได้ แต่พวกมันผลิตได้ยากและจับการทำงานภายในของสมองเพียงบางส่วนเท่านั้น

แทนที่จะเลียนแบบสมองด้วยชิปคอมพิวเตอร์ ทำไมไม่ใช้ส่วนประกอบทางชีวภาพของมันเองล่ะ?

คอมพิวเตอร์อัจฉริยะ

มั่นใจได้ว่าทีมงานไม่ได้เชื่อมโยงสมองที่มีชีวิตเข้ากับอิเล็กโทรด พวกเขาหันไปหาสารอินทรีย์ในสมองแทน ในเวลาเพียงสองเดือน สมองส่วนเล็กๆ ที่สร้างขึ้นจากสเต็มเซลล์ของมนุษย์ ได้รับการพัฒนาเป็นเซลล์ประสาทประเภทต่างๆ ที่เชื่อมต่อถึงกันในเครือข่ายที่ทำงานด้วยไฟฟ้า

ทีมงานค่อยๆ วางสมองขนาดเล็กแต่ละอันลงบนชิปที่มีลักษณะคล้ายตราประทับซึ่งอัดแน่นไปด้วยอิเล็กโทรดขนาดเล็ก ชิปนี้สามารถบันทึกสัญญาณของเซลล์สมองจากกว่า 1,000 ช่องสัญญาณ และจับออร์การอยด์โดยใช้อิเล็กโทรดเกือบสามโหลในเวลาเดียวกัน ทำให้สามารถควบคุมการกระตุ้นและบันทึกกิจกรรมของสมองส่วนเล็กๆ ได้อย่างแม่นยำ การใช้เครื่องมือ AI เอาต์พุตทางประสาทเชิงนามธรรมจะถูกแปลเป็นการตอบสนองที่เป็นมิตรต่อมนุษย์บนคอมพิวเตอร์ปกติ

ในการทดสอบการรู้จำคำพูด ทีมงานได้บันทึกคลิปเสียง 240 คลิปจากผู้พูด 8 คน แต่ละคลิปจับสระแยก พวกเขาเปลี่ยนชุดข้อมูลให้เป็นรูปแบบเฉพาะของการกระตุ้นด้วยไฟฟ้า และป้อนสิ่งเหล่านี้เข้าไปในสมองขนาดเล็กที่เติบโตใหม่ ในเวลาเพียงสองวัน ระบบ Brainoware สามารถแยกแยะระหว่างลำโพงต่างๆ ได้ด้วยความแม่นยำเกือบ 80 เปอร์เซ็นต์

เมื่อใช้การวัดทางประสาทวิทยาที่เป็นที่นิยม ทีมงานพบว่ากระแสไฟฟ้า "ฝึก" สมองส่วนเล็กๆ เพื่อเสริมสร้างเครือข่ายบางส่วนในขณะที่ตัดส่วนอื่นๆ ออก โดยแนะนำให้เชื่อมต่อเครือข่ายใหม่เพื่ออำนวยความสะดวกในการเรียนรู้

ในการทดสอบอื่น Brainoware ต้องเผชิญกับ AI ในงานคณิตศาสตร์ที่ท้าทายซึ่งสามารถช่วยสร้างรหัสผ่านที่แข็งแกร่งยิ่งขึ้น แม้ว่าความแม่นยำจะน้อยกว่า AI ที่มีความจำระยะสั้นเล็กน้อย แต่ Brainoware ก็เร็วกว่ามาก หากไม่มีการควบคุมดูแลของมนุษย์ ก็บรรลุผลที่เกือบจะเข้ากันได้ในเวลาน้อยกว่า 10 เปอร์เซ็นต์ของเวลาที่ AI ใช้

“นี่เป็นการสาธิตครั้งแรกของการใช้สารอินทรีย์ในสมอง (สำหรับการคำนวณ)” ดร. Feng Guo ผู้เขียนการศึกษา บอก จากเอ็มไอทีเทคโนโลยี.

คอมพิวเตอร์ไซบอร์ก?

การศึกษาครั้งใหม่นี้ถือเป็นการศึกษาล่าสุดเกี่ยวกับคอมพิวเตอร์ชีวภาพแบบผสมผสาน ซึ่งเป็นการผสมผสานระหว่างเซลล์ประสาท, AI และอุปกรณ์อิเล็กทรอนิกส์

ย้อนกลับไปใน 2020, ทีม ผสานเซลล์ประสาทเทียมและชีวภาพเข้าด้วยกันในเครือข่ายที่สื่อสารโดยใช้สารเคมีโดปามีนในสมอง เมื่อเร็ว ๆ นี้ เซลล์ประสาทเกือบล้านเซลล์นอนราบอยู่ในจาน เรียนรู้การเล่นวิดีโอเกมโป่งจากกระแสไฟฟ้า

Brainoware ถือเป็นก้าวสำคัญ เมื่อเปรียบเทียบกับเซลล์ประสาทที่แยกได้ สารอินทรีย์จะเลียนแบบสมองมนุษย์และโครงข่ายประสาทที่ซับซ้อนได้ดีกว่า แต่พวกเขาไม่ได้ไม่มีข้อบกพร่อง เช่นเดียวกับอัลกอริธึมการเรียนรู้เชิงลึก กระบวนการภายในของสมองส่วนเล็กๆ นั้นไม่ชัดเจน ทำให้เป็นการยากที่จะถอดรหัส "กล่องดำ" เกี่ยวกับวิธีการคำนวณ และระยะเวลาที่พวกมันจะเก็บความทรงจำไว้

จากนั้นก็มีปัญหาเรื่อง "wetlab" สมองขนาดเล็กต่างจากโปรเซสเซอร์คอมพิวเตอร์ตรงที่สามารถทนต่ออุณหภูมิและระดับออกซิเจนในช่วงแคบๆ เท่านั้น ขณะเดียวกันก็มีความเสี่ยงต่อการติดเชื้อจุลินทรีย์ที่ก่อให้เกิดโรคอยู่ตลอดเวลา ซึ่งหมายความว่าจะต้องปลูกพวกมันอย่างระมัดระวังในน้ำซุปที่มีสารอาหารโดยใช้อุปกรณ์พิเศษ พลังงานที่จำเป็นในการรักษาวัฒนธรรมเหล่านี้อาจชดเชยผลกำไรจากระบบคอมพิวเตอร์แบบไฮบริด

อย่างไรก็ตาม สมองขนาดเล็กจะง่ายต่อการเพาะเลี้ยงมากขึ้นด้วยระบบที่เล็กลงและมีประสิทธิภาพมากขึ้น รวมถึงระบบที่มีฟังก์ชันการบันทึกและการบีบอัดข้อมูลในตัวด้วย คำถามที่ยากกว่าไม่ได้เกี่ยวกับความท้าทายทางเทคนิค แต่เป็นเรื่องเกี่ยวกับสิ่งที่ยอมรับได้เมื่อใช้สมองของมนุษย์เป็นองค์ประกอบในการคำนวณ AI และประสาทวิทยาศาสตร์กำลังก้าวข้ามขอบเขตอย่างรวดเร็ว และโมเดลสมอง-AI ก็มีแนวโน้มที่จะมีความซับซ้อนมากยิ่งขึ้น

“เป็นเรื่องสำคัญสำหรับชุมชนที่จะต้องตรวจสอบปัญหาทางระบบประสาทมากมายที่ล้อมรอบระบบคอมพิวเตอร์ชีวภาพที่รวมเอาเนื้อเยื่อประสาทของมนุษย์” Smirnova, Caffo และ Johnson เขียน

เครดิตภาพ: ออร์แกนอยด์ในสมองที่กำลังพัฒนา / สถาบันโรคภูมิแพ้และโรคติดเชื้อแห่งชาติ NIH

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://singularityhub.com/2023/12/14/a-ball-of-brain-cells-on-a-chip-can-learn-simple-speech-recognition-and-math/