Жоден комп’ютер не є настільки потужним і складним, як людський мозок. Маси тканин у наших черепах можуть обробляти інформацію з такими кількостями та швидкостями, які ледь під силу обчислювальній технології.
Ключем до успіху мозку є ефективність нейронів, які діють як процесор і пристрій пам’яті, на відміну від фізично окремих одиниць у більшості сучасних комп’ютерних пристроїв.
Було багато спроб зробити обчислення більш схожими на мозок, але нова спроба йде ще на один крок далі — шляхом інтеграції тканин реального людського мозку з електронікою.
Це називається Brainoware, і воно працює. Команда під керівництвом інженера Фен Го з Університету Індіани в Блумінгтоні оснастила його такими завданнями, як розпізнавання мови та математичними проблемами, такими як прогнозування нелінійних рівнянь.
Він був трохи менш точним, ніж чистий комп’ютер зі штучним інтелектом, але дослідження демонструє важливий перший крок у новому типі комп’ютерної архітектури.
Однак, хоча Гу та його колеги дотримувалися етичних принципів при розробці Brainoware, кілька дослідників з Університету Джона Гопкінса відзначили у відповідній доповіді Природна електроніка Прокоментуйте важливість пам’ятати про етичні міркування під час подальшого розширення цієї технології.
Лена Смирнова, Браян Кафу та Ерік С. Джонсон, який не брав участі в дослідженні, до обережності«Оскільки складність цих органічних систем зростає, суспільству важливо враховувати безліч нейроетичних проблем, що оточують біокомп’ютерні системи, що включають нервову тканину людини».
Людський розум дивно дивовижний. І є вдячність 86 мільярдів нейронівв середньому, і До квадрильйона синапсів. Кожен нейрон підключений до Ще 10 000 нейронівпостійно знімаючи і спілкуючись один з одним.
Поки що всі наші спроби імітувати діяльність мозку в штучній системі не вийшли на поверхню.
У 2013 році був запущений комп’ютер Riken K — на той час один із найпотужніших суперкомп’ютерів у світі. Він зробив спробу імітувати мозок. Використовуючи 82 944 процесори та петабайт основної пам’яті, знадобилося 40 хвилин, щоб змоделювати одну секунду активності 1,73 мільярда нейронів, з’єднаних 10,4 трильйонами синапсів, або лише близько одного-двох відсотків мозку.
В останні роки вчені та інженери намагалися наблизитися до можливостей мозку, розробляючи пристрої та алгоритми, які імітують його структуру та роботу. відомий як Нейронні обчисленняЦе стає краще, але споживає багато енергії, а навчання штучних нейронних мереж займає багато часу.
Гу та його колеги шукали інший підхід, використовуючи реальну тканину людського мозку, вирощену в лабораторії. Людські плюрипотентні стовбурові клітини були стимульовані до розвитку в різні типи клітин мозку, які організовуються в невеликі тривимірні мозки, які називаються органелами, укомплектовані зв’язками та структурами.
Це не справжні мізки, а просто утворення тканин без будь-якої схожості на думку, емоції чи свідомість. Вони корисні для вивчення того, як мозок розвивається та функціонує, не заважаючи реальній людині.
Brainoware складається з органоїдів мозку, з’єднаних із масивом мікроелектродів високої щільності за допомогою типу штучної нейронної мережі, відомої як Танкові обчислення. Електростимуляція передає інформацію в органоїд, резервуар, у якому ця інформація обробляється, перш ніж Brainoware виведе свої обчислення у формі нейронної активності.
Для вхідного та вихідного рівнів використовуються звичайні комп’ютери. Ці рівні потрібно було навчити працювати з органоїдом, а вихідний рівень зчитував нейронні дані та робив класифікації або прогнози на основі вхідних даних.
Щоб продемонструвати систему, дослідники надали Brainoware 240 аудіозаписів із вісьмома чоловіками, які вимовляють японські голосні звуки, і попросили ідентифікувати голос конкретної людини.
Починали з наївної органіки. Після навчання протягом лише двох днів Brainoware вдалося ідентифікувати мовця з точністю до 78%.
Вони також попросили Brainoware передбачити Карта Хенонадинамічна система демонструє хаотичну поведінку. Вони залишили його без нагляду для навчання протягом чотирьох днів — кожен день представляє епоху навчання — і виявили, що він здатний передбачати карту з кращою точністю, ніж штучна нейронна мережа без блоку довгострокової пам’яті.
Програми мозку були трохи менш точними, ніж штучні нейронні мережі довготривалої та короткочасної пам’яті, але всі ці мережі пройшли 50 епох навчання. Brainoware досяг приблизно таких же результатів менш ніж за 10 відсотків часу навчання.
«Завдяки високій пластичності та адаптивності органоїдів Brainoware має гнучкість у змінах і реорганізації у відповідь на електричну стимуляцію, підкреслюючи його потенціал для адаптивних резервних обчислень». Пишуть дослідники.
Залишаються значні обмеження, включно з проблемою збереження органів живими та здоровими, а також рівнями енергоспоживання периферійного обладнання. Але, зважаючи на етичні міркування, Brainoware має значення не лише для обчислень, але й для розуміння таємниць людського мозку.
«Можливо, пройдуть десятиліття, перш ніж будуть створені загальні біообчислювальні системи, але це дослідження, ймовірно, дасть фундаментальне розуміння механізмів навчання, нейророзвитку та когнітивних ефектів нейродегенеративних захворювань». Пишуть Смирнова, Кафу і Джонсон.
«Це також може допомогти розробити доклінічні моделі когнітивних порушень для тестування нових методів лікування».
Дослідження опубліковано в Природна електроніка.
“Загальний ніндзя в соціальних мережах. Інтроверт. Творець. Шанувальник телебачення. Підприємець, що отримує нагороди. Веб-ботанік. Сертифікований читач”
