Компьютерный чип со встроенной тканью человеческого мозга получает финансирование от военных

Массив микроэлектродов в основе DishBrain был способен как считывать активность в клетках мозга, так и стимулировать их электрическими сигналами, поэтому исследовательская группа создала версию Pong, в которой клетки мозга получали движущийся электрический стимул, чтобы представить, на какой стороне «экрана» находится мяч и как далеко он находится от ракетки. Они позволили клеткам мозга воздействовать на ракетку, перемещая ее влево и вправо.

Затем они установили очень простую систему вознаграждения, используя тот факт, что небольшие скопления клеток мозга стараются свести к минимуму непредсказуемость окружающей их среды. Таким образом, если ракетка ударит по мячу, клетки получат хороший предсказуемый стимул. Но если промахнется, клетки получат четыре секунды совершенно непредсказуемой стимуляции.

Это был первый случай, когда выращенные в лаборатории клетки мозга использовались так, чтобы не только ощущать мир, но и воздействовать на него, и результаты были поразительны.

^{РИС.1. Изображение нейронов DishBrain, растущих на массиве электродов, на сканирующем электронном микроскопе.}

Впечатляет то, что исследование, проведенное в партнерстве с мельбурнским стартапом Cortical Labs, получило грант в размере 407 000 долларов США от Австралийской национальной программы грантов на исследования в области разведки и безопасности.

Программируемые чипы, объединяющие биологические вычисления с искусственным интеллектом, «в будущем могут в конечном итоге превзойти по производительности существующее чисто кремниевое оборудование», — говорит руководитель проекта Адил Рази.

«Результаты таких исследований будут иметь серьезные последствия во многих областях, таких как планирование, робототехника, передовая автоматизация, интерфейсы «мозг-машина» и открытие лекарств, что даст Австралии значительное стратегическое преимущество», — сказал он.

Другими словами, расширенные возможности обучения DishBrain могут стать основой нового поколения машинного обучения, особенно когда оно будет воплощено в автономных транспортных средствах, дронах и роботах. По словам Рази, это может дать новый тип машинного интеллекта, который способен учиться на протяжении всей своей жизни.

^{РИС.2. Микроскопическое изображение нейронов в DishBrain с клетками, выделенными с помощью флуоресцентных маркеров.}

Технология обещает машины, которые могут продолжать изучать новые способности без ущерба для старых, которые могут хорошо адаптироваться к изменениям и которые могут отображать старые знания в новых ситуациях, постоянно оптимизируя использование вычислительной мощности, памяти и энергии.

«Мы будем использовать этот грант для разработки более совершенных машин ИИ, которые воспроизводят способность к обучению биологических нейронных сетей. Это поможет нам расширить возможности оборудования и методов до такой степени, что они станут жизнеспособной заменой для вычислений в кремнии», — считает Рази.