Vědci prokázali, že mozkové buňky se učí rychleji a provádějí komplexní sítě efektivněji než strojové učení porovnáním toho, jak systém syntetické biologické inteligence (SBI) známý jako „dishbrain“ a nejmodernější algoritmy RL (zesílení) na určité podněty.
Studie, „Plasticita dynamické sítě a účinnost vzorků v biologických nervových kulturách: Srovnávací studie s hlubokým posilovacím učením“je první známý svého druhu.
Výzkum vedl kortikální laboratoře, startup se sídlem v Melbourne, který vytvořil první komerční biologický počítač na světě, CL1. CL1, skrze který byl výzkum proveden, se spojuje s laboratorními neurony z lidských kmenových buněk s tvrdým křemíkem, aby vytvořila pokročilejší a udržitelnější forma AI, známá jako „syntetická biologická inteligence“ (SBI).
Výzkum zkoumal komplexní síťovou dynamiku in vitro nervových systémů pomocí dishBrain, který integruje živé nervové kultury s vysokou hustotou více-elektrodových polí v prostředí v reálném čase, v uzavřené smyčce. Vložením aktivity do nižší dimenzionální prostory se studie rozlišovala mezi podmínkami „odpočinku“ a „hraní“ a odhalila základní vzorce zásadní pro monitorování a manipulaci v reálném čase.
Analýza zdůrazňuje dynamické změny konektivity během hry, podtrhující vysoce efektivní plasticitu těchto sítí v reakci na podněty. Abychom prozkoumali, zda to mělo smysluplné v širším kontextu, porovnali vědci účinnost učení těchto biologických systémů s nejmodernějšími hlubokými algoritmy RL, jako jsou DQN, A2C a PPO v pongové simulaci.
Přitom vědci byli schopni zavést smysluplné srovnání mezi biologickými nervovými systémy a hlubokým RL a dospěli k závěru, že když jsou vzorky omezeny na časový průběh v reálném světě, dokonce i tyto velmi jednoduché biologické kultury překonaly hluboké algoritmy RL napříč různými charakteristikami výkonu her, což znamená vyšší účinnost vzorku.
Výzkum byl veden kortikálními laboratořemi ve spojení s Institutem pro mozek a duševní zdraví Turner, Monash University, Clayton, Austrálie; IITB-Monash Research Academy, Bombaj, Indie; a Wellcome Center for Human Neuroimaging, University College London, Velká Británie.
Brett Kagan, hlavní vědecký ředitel společnosti Cortical Labs, komentoval: „Přestože v posledních letech došlo k podstatnému pokroku v celé oblasti AI, věříme, že skutečná inteligence není umělá. Věříme, že skutečná inteligence je biologická. V tomto výzkumu jsme se rozhodli prozkoumat, zda základní biologické učení dosahují úrovně výkonnosti, které mohou konkurovat nejmodernějším cílům, a to nakonec je to, že je to vdola, a tímto varlačním cílem, a tímto varlačním cílem, a to je vdolam, a to je vdola, a to, že je to vdola, a to, že je to vdulární, a to je vdolam a je to vdola, a to je vdolam, a to je vdola, a to je nakonec v inteligentním chování. Důležitý a vzrušující krok na této cestě.
„Tento průlom byl kritickým důkazem, který vedl k eventuálnímu vytvoření CL1, prvního biologického počítače na světě, pro přístup k těmto vlastnostem. Jedná se však o začátek cesty, nikoli konec. Dalším výzkumem bioinženýrské inteligence (BI) se domníváme
Na základě původního průlomu a spuštění CL1 společnost Cortical Labs spustila druhý článek – ‚Dvě silnice se lišily: cesty k využití inteligence v kulturách nervových buněk ‚ – Navrhování nového přístupu k generování inteligentních zařízení zvaných bioinženýrská inteligence (BI).
Zájem o použití in vitro kultur nervových buněk ztělesněných ve strukturované informační krajině rychle rostl. Ať už pro biomedicínské, základní vědy nebo aplikace pro zpracování informací a zpravodajské aplikace, mají tyto systémy významný potenciál. V současné době koordinované úsilí vytvořilo oblast organoidní inteligence (OI) jako jednu cestu.
Konkrétně však by mohlo být využito inženýrství nervových obvodů tak, aby vzniklo jiné cestě, kterou papír navrhuje být bioinženýrskou inteligencí (BI). Výzkumná práce zkoumá příležitosti a převládající výzvy OI a BI a navrhuje rámec pro konceptualizaci těchto různých přístupů pomocí in vitro kultur nervových buněk pro zpracování informací a inteligenci.
Přitom je BI formalizována jako zřetelná inovativní cesta, která může postupovat paralelně s OI. Nakonec se navrhuje, že i když by bylo možné dosáhnout významných kroků vpřed s jednou cestou, juxtapozice výsledků z každé metody maximalizuje pokrok v nejzajímavějším, přesto eticky udržitelném směru.
„Naším cílem bylo jít nad rámec neoficiálních demonstrací biologického učení a poskytnout přísné kvantitativní důkaz, že živé neuronové sítě vykazují rychlou a adaptivní reorganizaci v reakci na podněty, které zůstávají mimo dosah i po nejpokročilejších systémech učení,“ dodal kortikální laboratoř ‚pro habibollahi. „Zatímco umělá látka často vyžadují miliony tréninkových kroků, aby se ukázaly zlepšení, tyto nervové kultury se přizpůsobují mnohem rychleji a reorganizují jejich aktivitu v reakci na zpětnou vazbu. Analýzou, jak se jejich elektrické signály v průběhu času vyvíjejí, jsme zjistili jasné vzorce učení a dynamické změny konektivity, které odrážejí klíčové principy mozkové funkce, a prokazují potenciál biologických systémů jako efektivní žáky.“
Kortical Labs ‚Moein Khajehnejad přidal: „Převedením vysokorozměrného špičkovací aktivity na interpretovatelné nízkorozměrné reprezentace jsme byli schopni odhalit vnitřní plasticitu a síťové rekonfigurační vzorce, které doprovázejí učení v biologických nervových kulturách. Jednalo se jen o statistické rozdíly; byly to skutečné, funkční reorganizace, které paralelizovaly zlepšení v době úkolu v době.
„To, co dělá tuto studii skutečně průkopnickým, je to, že je to první, kdo vytvořil benchmark hlavy mezi hlavami mezi syntetickými biologickými systémy a hlubokým RL při ekvivalentních omezeních vzorků. Když jsou příležitosti k učení omezené, což je stav blíže k tomu, jak se zvířata a lidé skutečně učí, nejenže se přizpůsobují, ale efektivněji a robustněji.“
Podpora kortikálních laboratoří:
„Tato studie posiluje případ bioinženýrské inteligence jako výkonný adaptivní substrát pro výpočet. Inteligence bioinženýrství by mohla přetvořit, jak přemýšlíme o strojích – a myslí. Tato práce naznačuje živé systémy, které mohou přehledné stroje.“ – Adeel Razi, Turner Institute pro mozek a duševní zdraví, School of Psychological Sciences, Monash University, Clayton, Austrálie.
Profesorka Mirella Dottori, vedoucí laboratoře Stem Cell a Neural Modeling Lab, School of Medical, domorodých a zdravotních věd, University of Wollongong, dodala: „Výzkumné studie kortikálních laboratoří vydláždí cestu vpřed v rozvíjejícím se a vzrušující novou hranici pro neurověd, kde se in vitro nervové modely vyvíjejí a používají se k řešení některých z nejsložitějších aspektů mozkové funkce – učení a paměť – jak hlavní složky inteligence. Funkce je stanovena v interaktivním dynamickém přístupu.
Hideaki Yamamoto, docent na výzkumném ústavu pro elektrickou komunikaci, Tohoku University, komentoval: „Tyto syntetické biologické systémy jistě poskytnou nový přístup k porozumění fyzickému substrátu výpočtu mozku. Kromě toho mohou otevřít novou třídu výpočetní techniky, zejména v úkolech, ve kterých mozek vyniká. působivé. “
Zdroj:
Reference časopisu:
