Чтобы повысить вычислительную мощность искусственного интеллекта (ИИ), исследователи объединили машинное обучение со сложной 3D-моделью человеческого мозга, созданной из различных типов мозговой ткани, выращенной в лаборатории.
Эти миниатюрные модели мозга, известные как церебральные органоиды или «минимозги», существуют в различных формах с 2013 года. Но они никогда не использовались в качестве способа расширения ИИ.
В новом исследовании используется более традиционное вычислительное оборудование для ввода электрических данных в органоид, а затем расшифровка активности органоида для получения результата — таким образом, органоид служит лишь «средним слоем» вычислительного процесса.
Хотя этот метод далек от имитации истинной структуры мозга или того, как он работает, он может стать первым шагом на пути к созданию биокомпьютеров, которые позаимствуют приемы из биологии, чтобы сделать их более мощными и энергоэффективными, чем традиционные компьютеры. Это также может привести к лучшему пониманию того, как работает человеческий мозг и как на него влияют нейродегенеративные состояния, такие как болезнь Альцгеймера и Паркинсона.
В новом исследовании, опубликованном в журнале Nature Electronics, исследователи использовали технику, называемую резервуарными вычислениями; в этом контексте органоид служит «резервуаром». В такой системе резервуар хранит информацию и реагирует на введенную информацию. Алгоритм учится распознавать изменения, вызванные в резервуаре различными входными данными, а затем преобразует эти изменения в выходные данные.
Используя эту структуру, исследователи подключили органоид мозга к этой системе, снабжая его электрическими импульсами, передаваемыми через электроды.
«По сути, мы можем закодировать информацию — что-то вроде изображения или аудиоинформации — во временно-пространственном образце электрической стимуляции», — сказал соавтор исследования Фэн Го из Университета Индианы в Блумингтоне.
Другими словами, органоид реагирует по-разному в зависимости от времени и пространственного распределения электричества от электродов. Алгоритм научился интерпретировать электрические реакции органоида на эту стимуляцию.
Хотя органоид мозга намного проще настоящего мозга — по сути, это небольшая сфера клеток мозга — он обладает некоторой способностью адаптироваться и изменяться в ответ на стимуляцию. Реакция различных типов клеток мозга, клеток на разных стадиях развития и мозгоподобных структур в органоидах представляет собой грубый аналог того, как наш мозг меняется в ответ на электрические сигналы. Такие изменения в мозге стимулируют нашу способность к обучению.
Используя это нетрадиционное оборудование, исследователи обучили свой гибридный алгоритм выполнению двух типов задач: одна связана с распознаванием речи, а другая — с математикой. В первом случае компьютер показал точность около 78% при распознавании японских гласных звуков из сотен аудиосэмплов. И он был довольно точен в решении математической задачи, но немного хуже, чем традиционные типы машинного обучения.
Это исследование знаменует собой первый случай использования органоида мозга с ИИ, но в предыдущих исследованиях аналогичным образом использовались более простые типы выращенной в лаборатории нервной ткани. Например, ученые переплели мозговую ткань с помощью обучения с подкреплением — типа машинного обучения, которое может иметь больше общего с тем, как учатся люди и другие животные, чем с резервными вычислениями.
Будущие исследования могут попытаться объединить органоиды мозга с обучением с подкреплением, сказала Лена Смирнова, доцент кафедры гигиены окружающей среды и инженерии в Университете Джонса Хопкинса, которая является соавтором комментария к новому исследованию.
Одним из преимуществ создания биокомпьютеров будет энергоэффективность, поскольку наш мозг потребляет гораздо меньше энергии, чем современные продвинутые вычислительные системы. Но Смирнова сказала, что могут пройти десятилетия, прежде чем подобную технологию можно будет использовать для создания биокомпьютера общего назначения.
Хотя органоиды и близко не способны воспроизвести полноценный человеческий мозг, Смирнова надеется, что эта технология даст ученым лучшее понимание того, как работает мозг, в том числе при таких заболеваниях, как болезнь Альцгеймера. Воспроизведение как структуры мозга (с помощью органоидов), так и функций (с помощью вычислений) может позволить исследователям лучше понять, например, как структура мозга связана с обучением и познанием.
Как и в случае с органоидами в целом, эти компьютерные системы могут помочь заменить тестирование на наркотики на животных, добавила Смирнова, что одновременно поднимает вопросы этики и не всегда дает полезные результаты, поскольку животные очень сильно отличаются от людей. Включение органоидов, полученных из тканей головного мозга человека, в тестирование на наркотики может помочь закрыть этот пробел.
