Учените са открили начин за интегриране на живи човешки мозъчни клетки в компютърни системи, което може да доведе до отпадане на „А“ в ИИ.
Изследователска статия, официално публикувана днес в списание Nature Electronics, представя работата на учени от Университета на Индиана в Блумингтън, които обясняват нова система, наречена „Brainoware“, която според тях използва човешки мозъчни органоиди при изпълнението на усъвършенствани задачи с ИИ. Тези органоиди – изкуствено отгледани маси от клетки или тъкани, които наподобяват орган – понастоящем са монтирани върху мултиелектродна решетка с висока плътност и днес са доста примитивни. Въпреки това изследователите се надяват, че използването им ще проправи пътя за биокомпютри, които могат да изпълняват същите задачи като компютрите, но с минимална консумация на енергия.
„Човешкият мозък обикновено изразходва около 20 вата, докато сегашният хардуер за изкуствен интелект консумира около 8 милиона вата, за да управлява сравнителна ANN (изкуствена невронна мрежа)“, се твърди в изследователския документ. „Brainoware може да предостави допълнителни познания за изчисленията на ИИ, тъй като мозъчните органоиди могат да осигурят на BNN (биологични невронни мрежи) сложност, свързаност, невропластичност и неврогенеза, както и ниска консумация на енергия и бързо обучение.“
Въвеждане на „Brainoware“: миниатюрни структури, подобни на мозъка, направени от човешки клетки, известни като мозъчни органоиди, които се използват като живи изкуствени интелекти за изпълнение на задачи като решаване на сложни уравнения 1/8https://t.co/nuCNOWNf3j
– Michael Le Page (@mjflepage.bsky.social) (@mjflepage) 14 март 2023 г.
„Човешките мозъци използват много по-малко енергия и се учат много по-бързо, така че някои изследователи виждат в биокомпютрите пътя напред“, написа Майкъл Льо Пейдж в Twitter през март, но отбеляза, че изтласкването на тази област до границите на възможното може да повдигне трънливи въпроси.
Льо Пейдж цитира невробиолога на развитието от Кеймбридж Маделин Ланкастър, която казва: „Дали те ги тласкат отвъд етичната граница, е нещо, което със сигурност искаме да избегнем, и научната и етичната общност се обединява, за да определи къде би била тази граница.“
Brainoware изпраща и получава информация от мозъчния органоид чрез „адаптивни резервоарни изчисления“. Този метод дава възможност за неконтролирано учене от данни за обучение, което все още може да формира функционалната свързаност на органоида. Практическият потенциал на системата беше демонстриран чрез задачи като разпознаване на реч, при които тя разграничава гласовете на отделните говорители с нарастваща точност след обучение.
Например органоидите бяха обучени да разпознават гласа на един човек в набор от 240 аудиоклипа на осем души, които произнасят японски гласни звуци. След обучението органоидите успяха да изпълнят задачата с над 70% точност.
Науката обаче все още е далеч от създаването на живи роботи. Органоидите могат само да идентифицират говорещия, но не и да разбират речта, което означава, че има много дълъг и криволичещ път, преди технологията да постигне практическо приложение в медицината или инженерството.
Титуан Парколе от Университета в Кеймбридж заяви пред списание New Scientist, че потенциалът на биокомпютрите е огромен, но призна, че „сегашните модели за дълбоко обучение всъщност са много по-добри от всеки мозък при специфични и целенасочени задачи“.
Изследователите също така предупредиха, че техните „настоящи органоиди все още страдат от висока хетерогенност, ниска производителност на поколенията, некроза/хипоксия и различна жизнеспособност“, което ги прави нежизнеспособни в момента за нещо друго освен за изследователски цели.
Успоредно с развитието на Brainoware, ИИ се прилага творчески в области като здравеопазването, с иновации, които помагат за възстановяване на мобилността на четирикраки пациенти и модели на ИИ, способни да четат мисли. Всички тези постижения заедно подчертават многостранния и трансформиращ характер на технологиите на ИИ.
