22 ноября, 2024

SolusNews.com

Последние новости

Клетки человеческого мозга на чипе могут распознавать речь и выполнять простые вычисления: ScienceAlert

Клетки человеческого мозга на чипе могут распознавать речь и выполнять простые вычисления: ScienceAlert

Ни один компьютер не может сравниться по мощности и сложности с человеческим мозгом. Массы тканей в наших черепах могут обрабатывать информацию в количествах и скоростях, с которыми едва могут справиться компьютерные технологии.

Ключом к успеху мозга является способность нейронов действовать как процессор и запоминающее устройство, в отличие от физически отдельных блоков в большинстве современных вычислительных устройств.

Было много попыток сделать вычисления более похожими на работу мозга, но новая попытка продвинула их еще на шаг вперед — путем интеграции реальной ткани человеческого мозга с электроникой.

Это называется Brainoware, и оно работает. Команда под руководством инженера Фэн Го из Университета Индианы в Блумингтоне поставила перед ним такие задачи, как распознавание речи и математические задачи, такие как прогнозирование нелинейных уравнений.

Он был немного менее точным, чем компьютер с искусственным интеллектом, но исследование демонстрирует важный первый шаг на пути к новому типу компьютерной архитектуры.

Однако, хотя Гу и его коллеги следовали этическим принципам при разработке Brainoware, несколько исследователей из Университета Джонса Хопкинса отметили в соответствующем отчете: Природная электроника Прокомментируйте, как важно учитывать этические соображения при дальнейшем расширении этой технологии.

Лена Смирнова, Брайан Кафу и Эрик С. Джонсон, который не участвовал в исследовании, предостеречь«Поскольку сложность этих органических систем возрастает, обществу важно учитывать множество нейроэтических проблем, связанных с биокомпьютерными системами, задействующими нервную ткань человека».

Схема, показывающая, как работает Brainoware. (Кей и др., Нат. Электрон., 2023)

Человеческий разум удивительно удивителен. И есть оценка 86 миллиардов нейроновв среднем и До квадриллиона синапсов. Каждый нейрон связан с максимум Еще 10 000 нейроновпостоянно снимаясь и общаясь друг с другом.

Пока что наши лучшие усилия по моделированию активности мозга в искусственной системе не достигли поверхности.

READ  Квалификационные испытания импульса затвора высокой энергии

В 2013 году был запущен компьютер Riken K — на тот момент один из самых мощных суперкомпьютеров в мире. Он предпринял попытку имитировать мозг. Используя 82 944 процессора и петабайт основной памяти, потребовалось 40 минут, чтобы смоделировать одну секунду активности 1,73 миллиарда нейронов, связанных 10,4 триллиона синапсов, или всего лишь одного-двух процентов мозга.

В последние годы ученые и инженеры пытались приблизиться к возможностям мозга, разрабатывая устройства и алгоритмы, имитирующие его структуру и работу. известный как Нейронные вычисленияСтановится лучше, но потребляет много энергии, а обучение искусственных нейронных сетей занимает много времени.

Слева направо вверху: органоиды человеческого мозга через 7 дней, 14 дней, 28 дней и несколько месяцев; Снизу слева направо: один месяц, два месяца, три месяца. (Кей и др., Нат. Электрон., 2023)

Гу и его коллеги искали другой подход, используя настоящую ткань человеческого мозга, выращенную в лаборатории. Плюрипотентные стволовые клетки человека получили стимул развиваться в различные типы клеток мозга, которые организуются в небольшие трехмерные мозговые клетки, называемые органеллами, наполненными связями и структурами.

Это не настоящий мозг, а просто структура тканей, не имеющая ничего похожего на мысли, эмоции или сознание. Они полезны для изучения того, как развивается и функционирует мозг, не вмешиваясь в жизнь реальных людей.

Brainoware состоит из органоидов мозга, соединенных с массивом микроэлектродов высокой плотности с использованием искусственной нейронной сети, известной как Танковые вычисления. Электрическая стимуляция передает информацию в органоид — резервуар, в котором эта информация обрабатывается, прежде чем Brainoware выводит свои расчеты в форме нейронной активности.

Обычные компьютеры используются для входных и выходных слоев. Эти слои нужно было обучить работе с органоидом, при этом выходной слой считывал нейронные данные и делал классификации или прогнозы на основе входных данных.

Чтобы продемонстрировать систему, исследователи предоставили Brainoware 240 аудиоклипов, на которых восемь человек-мужчин произносят гласные звуки японского языка, и попросили систему идентифицировать голос конкретного человека.

READ  Знаменитый диетолог на 7 канале делится своими главными советами по похудению

Они начали с наивной органики. После двухдневного обучения Brainoware смогла идентифицировать говорящего с точностью до 78%.

Пример организма и его сканированной нейронной активности. (Кей и др., Нат. Электрон., 2023)

Они также попросили Brainoware предсказать Карта Хенона, динамическая система демонстрирует хаотическое поведение. Они оставили его без присмотра для обучения на четыре дня (каждый день представляет собой эпоху обучения) и обнаружили, что он способен предсказывать карту с большей точностью, чем искусственная нейронная сеть без блока долговременной памяти.

Мозговые программы были немного менее точными, чем искусственные нейронные сети долгосрочной и кратковременной памяти, но все эти сети прошли 50 эпох обучения. Brainoware добилась примерно тех же результатов менее чем за 10 процентов времени обучения.

«Благодаря высокой пластичности и адаптируемости органоидов Brainoware обладает способностью изменяться и реорганизовываться в ответ на электрическую стимуляцию, что подчеркивает его потенциал для адаптивных резервных вычислений». Исследователи пишут.

Сохраняются значительные ограничения, в том числе проблемы поддержания жизни и здоровья органов, а также уровни энергопотребления периферийного оборудования. Но, учитывая этические соображения, Brainoware имеет значение не только для вычислений, но и для понимания тайн человеческого мозга.

«Могут пройти десятилетия, прежде чем будут созданы общие биокомпьютерные системы, но это исследование, вероятно, приведет к фундаментальному пониманию механизмов обучения, нейроразвития и когнитивных эффектов нейродегенеративных заболеваний». Смирнова, Кафу и Джонсон пишут.

«Это также может помочь в разработке доклинических моделей когнитивных нарушений для тестирования новых методов лечения».

Исследование было опубликовано в Природная электроника.