Väike ajurakkude pall sumiseb aktiivsusest, kui see istub elektroodide hulgas. Kahe päeva jooksul saab see elektriliste häirete mustri, iga stimulatsioon kodeerib kaheksa inimese kõne iseärasusi. Kolmandaks päevaks suudab see kõlarite vahel vahet teha.

Brainoware'iks nimetatud süsteem tõstab bioarvutite latti kõrgemale, puudutades 3D-aju organoide ehk "mini-aju". Need mudelid, mis on tavaliselt kasvatatud inimese tüvirakkudest, laienevad kiiresti mitmesugusteks neuroniteks, mis on kootud närvivõrkudeks.

Nagu nende bioloogilised kolleegid, süttivad plekid elektrilise aktiivsusega, mis viitab sellele, et neil on potentsiaali teavet õppida, talletada ja töödelda. Teadlased on neid pikka aega pidanud paljutõotavaks riistvarakomponendiks aju inspireeritud andmetöötluse jaoks.

Sellel nädalal meeskond Indiana ülikoolis muutis Bloomington teooria Brainoware abil reaalsuseks. Nad ühendasid ajukoort meenutava ajuorganoidi – aju kõige välimise kihi, mis toetab kõrgemaid kognitiivseid funktsioone – vahvlilaadse kiibiga, mis oli tihedalt elektroodidega täidetud.

Miniaju toimis nii superarvuti keskprotsessorina kui ka mälumäluna. See sai sisendi elektriliste häirete kujul ja väljastas oma arvutused närvitegevuse kaudu, mille seejärel AI tööriist dekodeeris.

Kui Brainoware koolitati inimeste kogumi helihammustuste alal – mis muundati elektrilisteks helideks –, õppis Brainoware lõpuks välja valima konkreetsete inimeste helisid. Teises testis lahendas süsteem edukalt keeruka matemaatikaprobleemi, mis on AI jaoks keeruline.

Süsteemi õppimisvõime tulenes muutustest miniaju närvivõrgu ühendustes – see on sarnane sellele, kuidas meie aju iga päev õpib. Kuigi see on alles esimene samm, sillutab Brainoware teed üha keerukamatele hübriid-bioarvutitele, mis võivad vähendada energiakulusid ja kiirendada arvutamist.

Samuti võimaldab see seadistus neuroteadlastel meie aju sisemist tööd veelgi lahti harutada.

"Kui arvutiteadlased üritavad ehitada ajulaadseid räniarvuteid, püüavad neuroteadlased mõista ajurakkude kultuuride arvutusi," kirjutas Dr. Lena Smirnova, Brian Caffo ja Erik C. Johnson Johns Hopkinsi ülikoolist, kes ei osalenud uuringus. Brainoware võib pakkuda uusi teadmisi selle kohta, kuidas me õpime, kuidas aju areneb, ja isegi aidata katsetada uusi ravimeetodeid, kui aju tõmbub.

Neuromorfse andmetöötluse pööre

Oma 200 miljardi neuroniga, mis on ühendatud sadadeks triljoniteks ühendusteks, on inimaju ehk kõige võimsam teadaolev arvutiriistvara.

Selle seadistus erineb oma olemuselt klassikalistest arvutitest, millel on andmete töötlemiseks ja salvestamiseks eraldi üksused. Iga ülesande jaoks on vaja nende kahe vahelist arvutisüstiku andmeid, mis suurendab märkimisväärselt arvutusaega ja -energiat. Seevastu mõlemad funktsioonid ühinevad aju samas füüsilises kohas.

Need struktuurid, mida nimetatakse sünapsideks, ühendavad neuroneid võrkudeks. Sünapsid õpivad muutes seda, kui tugevalt nad teistega suhtlevad – suurendades sidet koostööpartneritega, kes aitavad probleeme lahendada ja teadmisi samasse kohta talletada.

Protsess võib tunduda tuttav. Kunstlikud närvivõrgud, AI-lähenemine, mis on maailmas tormiliselt vallutanud, põhinevad lõdvalt nendel põhimõtetel. Kuid vajaminev energia on oluliselt erinev. Aju töötab 20 vatti võimsusega, mis on ligikaudu sama võimsusega, mis on vajalik väikese lauaarvuti ventilaatori töötamiseks. Võrdlev tehisnärvivõrk kulutab kaheksa miljonit vatti. Aju saab hõlpsasti õppida ka mõnest näitest, samas kui AI tugineb kurikuulsalt tohututele andmekogumitele.

Teadlased on püüdnud riistvarakiipides kokku võtta aju töötlemisomadused. Need neuromorfsed kiibid, mis on ehitatud eksootilistest komponentidest, mis muudavad omadusi temperatuuri või elektriga, ühendavad töötlemise ja säilitamise samas kohas. Need kiibid suudavad toita arvutinägemist ja kõnet ära tunda. Kuid neid on raske toota ja need suudavad ainult osaliselt tabada aju sisemist tööd.

Miks mitte kasutada aju arvutikiipidega matkimise asemel lihtsalt selle enda bioloogilisi komponente?

Aju arvuti

Võite olla kindel, et meeskond ei ühendanud elavaid ajusid elektroodide külge. Selle asemel pöördusid nad aju organoidide poole. Vaid kahe kuuga arenesid inimese tüvirakkudest valmistatud miniajud mitmeteks neuronitüüpideks, mis ühendusid üksteisega elektriliselt aktiivsetes võrkudes.

Meeskond kukutas iga miniaju ettevaatlikult templitaolisele kiibile, mis oli täis pisikesi elektroode. Kiip suudab salvestada ajurakkude signaale enam kui 1,000 kanalilt ja organoide, kasutades samal ajal peaaegu kolme tosinat elektroodi. See võimaldab stimulatsiooni täpselt kontrollida ja miniaju tegevust registreerida. AI-tööriista kasutades tõlgitakse abstraktsed närviväljundid tavalises arvutis inimsõbralikeks reaktsioonideks.

Kõnetuvastuse testis salvestas meeskond 240 heliklippi 8 inimesest kõnelemas. Iga klipp, mis jäädvustab isoleeritud vokaali. Nad muutsid andmestiku ainulaadseteks elektrilise stimulatsiooni mustriteks ja söötsid need äsja kasvanud miniajusse. Vaid kahe päevaga suutis Brainoware süsteem eristada erinevaid kõlareid ligi 80-protsendilise täpsusega.

Populaarse neuroteaduse meetme abil leidis töörühm, et elektrilised tõkked "koolitasid" miniaju mõnda võrku tugevdama, samal ajal kärpima teisi, mis viitab sellele, et ta ühendas oma võrgud õppimise hõlbustamiseks ümber.

Teises testis vastandati Brainoware ja tehisintellekt keerukas matemaatikaülesandes, mis võib aidata luua tugevamaid paroole. Ehkki veidi vähem täpne kui lühimäluga tehisintellekt, oli Brainoware palju kiirem. Ilma inimese järelevalveta saavutas see peaaegu ühilduvate tulemusteni vähem kui 10 protsendiga tehisintellektile kulunud ajast.

"See on esimene näide aju organoidide kasutamisest [arvutamiseks]," uuringu autor dr Feng Guo ütles MIT Technology Review.

Küborgi arvutid?

Uus uuring on viimane, mis uurib hübriid-bioarvuteid - neuronite, AI ja elektroonika segu.

Tagasi 2020-s meeskond liitsid kunstlikud ja bioloogilised neuronid võrku, mis suhtles ajukeemilise dopamiini abil. Viimasel ajal, Ligi miljon neuronit, kes lebasid tasasel tassil, õppisid elektriliste häirete abil mängima videomängu Pong.

Brainoware on potentsiaalne samm edasi. Võrreldes isoleeritud neuronitega jäljendavad organoidid paremini inimese aju ja selle keerukaid närvivõrke. Kuid nad pole vigadeta. Sarnaselt süvaõppe algoritmidele on miniajude sisemised protsessid ebaselged, mistõttu on keeruline dekodeerida "musta kasti", kuidas nad arvutavad ja kui kaua nad mälestusi säilitavad.

Siis on probleem "wetlab". Erinevalt arvutiprotsessorist taluvad miniajud vaid kitsast temperatuuri- ja hapnikutaseme vahemikku, olles samas pidevas haigusi põhjustavate mikroobide nakatumise ohus. See tähendab, et neid tuleb spetsiaalsete seadmete abil hoolikalt kasvatada toitainepuljongis. Nende kultuuride säilitamiseks vajalik energia võib hübriidarvutisüsteemist saadava kasu kompenseerida.

Miniajusid on aga väiksemate ja tõhusamate süsteemide abil – sealhulgas sisseehitatud salvestus- ja salvestusfunktsioonidega – üha lihtsam kasvatada. Raskem küsimus ei puuduta tehnilisi väljakutseid; pigem on see selles, mis on vastuvõetav inimese aju kasutamisel arvutuselemendina. AI ja neuroteadus nihutavad kiiresti piire ning aju-AI mudelid muutuvad tõenäoliselt veelgi keerukamaks.

"Kogukonna jaoks on ülioluline uurida lugematuid neuroeetilisi probleeme, mis ümbritsevad inimese närvikudesid sisaldavaid bioarvutussüsteeme," kirjutasid Smirnova, Caffo ja Johnson.

Image Credit: Arenev ajuorganoid / Riiklik Allergia- ja Nakkushaiguste Instituut, NIH

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• Allikas: https://singularityhub.com/2023/12/14/a-ball-of-brain-cells-on-a-chip-can-learn-simple-speech-recognition-and-math/