Chipy komputerowe „DishBrain” łączą ludzkie komórki mózgowe z obwodami elektronicznymi i sztuczną inteligencją AI – mogą stanowić podstawę nowej generacji uczących się robotów AI.
W zeszłym roku naukowcy z Monash University stworzyli DishBrain – półbiologiczny chip komputerowy z około 800.000 ludzkimi i mysimi komórkami mózgowymi hodowanych laboratoryjnie w elektrodach. Demonstrując coś w rodzaju wrażliwości, komputer biologiczny nauczył się grać w Ponga w ciągu pięciu minut.
Układ mikroelektrod w sercu DishBrain był w stanie zarówno odczytywać aktywność komórek mózgowych, jak i stymulować je sygnałami elektrycznymi, więc zespół badawczy stworzył wersję Ponga, w której komórki mózgowe były karmione ruchomym bodźcem elektrycznym, aby reprezentować, po której stronie „ekranu” znajduje się piłka i jak daleko się znajduje od platformy odbijającej. Pozwolili komórkom mózgowym oddziaływać na platformę, przesuwając ją w lewo i w prawo.
Zobacz też: Sieci nanoprzewodowe mogą uczyć się i zapamiętywać jak ludzki mózg
Następnie stworzono bardzo podstawowy system nagród, wykorzystując fakt, że małe skupiska komórek mózgowych starają się zminimalizować nieprzewidywalność w swoim środowisku. Więc jeśli platforma uderzyła w piłkę, komórki otrzymały przyjemny, przewidywalny bodziec. Ale jeśli chybi, komórki dostaną cztery sekundy całkowicie nieprzewidywalnej stymulacji.
Po raz pierwszy komórki mózgowe wyhodowane w laboratorium zostały użyte w ten sposób, dając nie tylko sposób odczuwania świata, ale także działania na nim, a wyniki były imponujące.
Imponujące na tyle, że badania – podjęte we współpracy ze startupem Cortical Labs z Melbourne – przyciągnęły grant w wysokości 407.000 USD z australijskiego programu National Intelligence and Security Discovery Research Grants.
Te programowalne układy scalone, łączące obliczenia biologiczne ze sztuczną inteligencją, „w przyszłości mogą w końcu przewyższyć wydajność istniejącego sprzętu opartego wyłącznie na krzemie” – mówi kierownik projektu, profesor nadzwyczajny Adeel Razi. „Wyniki takich badań miałyby znaczące implikacje w wielu dziedzinach, takich jak między innymi planowanie, robotyka, zaawansowana automatyzacja, interfejsy mózg-maszyna i odkrywanie leków, dając Australii znaczącą przewagę strategiczną” – powiedział.
Innymi słowy, zaawansowane możliwości uczenia się DishBrain mogą stanowić podstawę uczenia maszynowego nowej generacji, szczególnie w autonomicznych pojazdach, dronach i robotach. Może dać im, jak mówi Razi, „nowy rodzaj inteligencji maszynowej, która jest w stanie uczyć się przez całe życie”.
Technologia obiecuje maszynom, które będą w stanie nadal uczyć się nowych umiejętności bez narażania starych, które będą dobrze dostosowywać się do zmian i które będą potrafiły mapować starą wiedzę na nowe sytuacje – przy ciągłej samooptymalizacji wykorzystania mocy obliczeniowej, pamięci i energii.
„Będziemy wykorzystywać ten grant”, mówi Razi, „do opracowania lepszych maszyn AI, które replikują zdolność uczenia się tych biologicznych sieci neuronowych. Pomoże nam to zwiększyć możliwości sprzętu i metod do punktu, w którym staną się realnym zamiennikiem dla komputerów krzemowych”.
➔ Obserwuj nas w Google News, aby być na bieżąco!
źródło: Uniwersytet Monash | new Atlas