Дослідники об’єднали електроніку з органоїдом із клітин людського мозку.
Дослідники з Університету Індіани розробили систему штучного інтелекту Brainoware, яка використовує як основу органоїд із клітин людського мозку. У серії експериментів біокомп’ютерна система навчилася розпізнавати голос людини на основі серії коротких аудіозаписів.
Дослідники виростили зі стовбурових клітин невеликий органоїд мозку діаметром менше нанометра та встановили його на багатоелектродну матрицю високої щільності. Кремнієва підкладка — це чіп, який здатний відправляти електричні сигнали в органоїд і зчитувати сигнали, що виникають між нейронами в процесі нервової активності.
Принцип влаштування біокомп’ютерної системи (ліворуч) та органоїд із клітин мозку (праворуч). Зображення: Hongwei Cai et al., Nature Electronics
Органоїд включили до системи ШІ, що працює за принципами резервуарних обчислень. Живі нейрони служили динамічним фізичним шаром резервуара, здатним захоплювати та запам’ятовувати інформацію на основі послідовності вхідних даних. Для вхідного та вихідного шарів вчені використовували звичайне комп’ютерне обладнання.
Дослідники протестували роботу системи на задачі розпізнавання мови. Вони відправили до органоїду 240 аудіозаписів восьми осіб, які вимовляють японські голосні звуки. Дані були завантажені у чіп у вигляді перетворених електричних сигналів. Дослідники використали підхід неконтрольованого навчання чи навчання без вчителя. Система навчалася виявляти закономірності та приховані взаємозв’язки на наборах нерозмічених даних без контролю з боку користувача.
Органоїд на чіпі. Зображення: Hongwei Cai et al., Nature Electronics
На початку експерименту органоїд зміг розрізнити – лише по одному голосному звуку – який із восьми різних людей говорив, з точністю приблизно 51%. Двома днями пізніше цей показник зріс до 78%. Brainoware також використовували для передбачення відображення Енону — нелінійної динамічної системи. Порівняно зі штучними нейромережами біокомп’ютерна система показала дещо меншу точність, але вищу швидкість навчання.
Нейропластичність мозку, здатність вирощувати нову нервову тканину та розширювати існуючі сполуки забезпечує йому можливість навчатися на галасливих потоках даних низької якості з мінімальними витратами на навчання та енергію, зазначають дослідники. Вони вважають, що у майбутньому енергоефективні та швидкодіючі біокомп’ютерні комплекси зможуть замінити штучний ШІ. І це дослідження один із перших кроків на шляху до таких систем.