Cyborg-datamaskin som kombinerer AI og menneskelige hjerneceller fungerer faktisk

Har du noen gang tenkt på en verden der kunstig intelligens møter menneskelige hjerneceller? Dette kan virke langt frem i tid, selv om teknologien går fremover og overrasker etter hvert som tiden går. Imidlertid føles dette scenariet mer ekte og tilstede enn noen gang.

Forskere skapte i utgangspunktet en hjerne ved hjelp av stamceller og koblet den til en inteligência kunstig, skaper en slags cyborg datamaskin. Til tross for at vi har noen utfordringer foran oss, ser det ut til at vi er i ferd med å gå inn i en ny teknologiæra, der mennesker og kunstig intelligens blandes på den måten som mange så for seg for tiår siden.

Den første hybriddatamaskinen

På 2010-tallet begynte forskere å utvikle hjerneorganoider fra stamceller. Derfor vet vi ikke lenger hva disse cellene er i stand til å gjøre for å revolusjonere helsevesenet.

Avansert indusert pluripotent stamcelle-teknologi (iPSC) brukes til å lage 3D-modeller i et forsøk på å bedre forstå kompliserte nevrologiske sykdommer. Dette er superviktig, spesielt fordi musemodeller, selv når de er forbedret med humaniserte sekvenser, ikke fullt ut kan gjenskape egenskapene til Alzheimers sykdom. Så disse hjerneorganoidene, som i bunn og grunn er som "minihjerner" opprettet i laboratoriet, kan ikke bare etterligne miljøet til en hjerne som er påvirket av den degenerative sykdommen, men inkluderer også viktige deler, som astrocytter, blodkar og dysregulerte mikroglia , som er avgjørende for å forstå hvordan sykdommen utvikler seg. Videre er de også svært nyttige for å forske på nye medisiner.

Nå, når vi kombinerer dem med kunstig intelligens, skaper det et superinteressant partnerskap innen beregningsforskning. Denne fagforeningen forbedrer ikke bare det vi vet om nevrologiske forhold, men indikerer også at vi går inn i en veldig spennende fase innen maskinlæringsteknologi. Med dette i bakhodet har forskere fra Indiana University Bloomington (UIB), i USA, klarte å oppnå en bragd ved å dyrke en cerebral organoid fra stamceller og nøyaktig kombinere den med kunstig intelligens.

I utgangspunktet med en nøyaktighetsgrad på 51 %, ville dette være en cyborg-datamaskin som ble opprettet og kalt Hjernevare, viste konstant fremgang i testing og oppnådde en nøyaktighet på 78 %, spesielt etter streng trening. I utgangspunktet indikerer disse resultatene at AI-datamaskinen kan ha evnen til å lære og tilpasse seg når den blir elektrisk stimulert. Det antydes at dens evne er assosiert med nevral plastisitet, en egenskap som fremhever evnen til nevroner til å omorganisere seg som svar på opplevelse eller skade, som er en ønskelig egenskap for dataenheter.

Anvendelse i praksis

Men hvordan skjedde alt i praksis? For testformål er Hjernevare ble utsatt for en talegjenkjenningsoppgave, utfordret til å identifisere lyder. Med 240 lydbiter av åtte høyttalere som uttalte japanske vokaler, svarte han, og en kunstig intelligens ble trent til å forutsi høyttaleren basert på nevrale signaler fra hjerneorganoiden.

I tillegg til sin talegjenkjenningsevne, ble han også utfordret til å forutsi Kart over Hénon, en matematisk modell kjent for å være litt forvirrende. Overraskende, ytelsen til Hjernevare den var enda bedre enn den tradisjonelle lineære regresjonsteknikken, som brukes til å lage spådommer basert på kjent informasjon. For å vurdere dens generelle fysiske egenskaper ble andre tester utført, inkludert romlig informasjonsbehandling og forbigående minne. De ble laget ved å analysere responsen til ONN-er (Artificial Neural Networks) på pulsstimuli med forskjellige tider og spenninger, noe som fremhevet enorm allsidighet.

Videre var AI-datamaskinen også en del av en datamodell bestående av inputlag, et reservoar og et utgangslag. Forskere bygde denne modellen ved å plassere den cerebrale organoiden - som ville være en "mini-hjerne" laget av menneskelige stamceller - i en matrise full av elektroder. Den fungerte som prosesseringssenter, og viste forskjellige hjerneceller og elektrisk aktivitet. Signaler ble sendt til organoiden av inngangslaget, som transformerte tidsinformasjon til elektriske mønstre over tid.

Resultater

I mer komplekse utfordringer Hjernevare Den overgikk tidligere kjente metoder og demonstrerte sin vitale avhengighet av organoiden. Mangelen på det resulterte i en null poengsum i regresjonsanalysen, som fremhevet den kritiske betydningen av organoidens bidrag til effektiv funksjon av systemet. Ombyggingen av funksjonell tilkobling under trening indikerte også tydelig oppstarten av uovervåket læring. Dette betyr at under trening ble forbindelsene mellom ulike deler av minihjernen (organoid) endret, noe som indikerer at treningsprosessen utløste en form for læring hvor systemet justerer seg av seg selv, uten direkte tilsyn for hver enkelt. endring. Denne evnen til tilpasning er en interessant egenskap i studiesammenheng.

Det er imidlertid viktig å fremheve at til tross for de lovende fremskritt, står den menneskelige datamaskintilnærmingen fortsatt overfor betydelige utfordringer, som på en eller annen måte var forventet, tross alt er vi fortsatt i oppdagelsesfasen med kunstig intelligens. Generering og vedlikehold av organoider, energiforbruk av eksterne enheter, bruk av flate og stive multielektrodematriser og mangelen på effektive datahåndteringsverktøy representerer hindringer som må overvinnes.

Likevel, gitt dette scenariet, ser vi en fremtid der personlige og effektive systemer, inspirert av hjernen, kan utvikles. Med avanserte hjerne-maskin-grensesnitt og forbedret databehandlingsprogramvare, er forventningen å oppnå større anvendelighet og nøyaktighet, og dermed forme neste generasjon kunstig intelligens-teknologier.

AI med hjerneceller kan tolkes som utgangspunktet for utviklingen av mer avanserte og mye mer innovative biodatanettverk.

Se videoen på Showmetech-kanalen:

Veja também: Eleven utvikler kunstig intelligens som oversetter tegnspråk i sanntid

Kilder: Fritenkning, labioteknologi

Anmeldt av Glaucon Vital den 29.