Создан функциональный компьютер из ткани человеческого мозга

Не существует компьютера, даже отдаленно напоминающего такой мощный и сложный, как человеческий мозг. Куски тканей, расположенные в наших черепах, могут обрабатывать информацию в количествах и скоростях, с которыми едва могут справиться компьютерные технологии.

Ключом к успеху мозга является эффективность нейрона, выполняющего функции одновременно процессора и устройства памяти, в отличие от физически разделенных блоков в большинстве современных вычислительных устройств.

Было много попыток сделать вычисления более похожими на мозг, но новая попытка пошла еще дальше – путем интеграции реальной, реальной ткани человеческого мозга с электроникой. Исследование опубликовано в журнале Nature Electronics.

Это называется Brainoware, и оно работает. Команда под руководством инженера Фэн Го из Университета Индианы в Блумингтоне поставила перед ним такие задачи, как распознавание речи и предсказание нелинейных уравнений.

Он был немного менее точным, чем чисто аппаратный компьютер, работающий на искусственном интеллекте, но исследование демонстрирует важный первый шаг на пути к новому типу компьютерной архитектуры.

Однако, хотя Го и его коллеги следовали этическим принципам при разработке Brainoware, несколько исследователей из Университета Джона Хопкинса в соответствующем комментарии Nature Electronics отмечают важность учета этических соображений при дальнейшем расширении этой технологии.

Человеческий мозг потрясающе устроен. В среднем он содержит около 86 миллиардов нейронов и до квадриллиона синапсов. Каждый нейрон связан до 10 000 других нейронов, постоянно активизирующихся и взаимодействующих друг с другом.

На сегодняшний день наши все усилия по моделированию активности мозга в искусственной системе едва коснулись поверхности.

В 2013 году компьютер Riken K – на тот момент один из самых мощных суперкомпьютеров в мире – предпринял попытку имитировать мозг. При наличии 82 944 процессоров и петабайта оперативной памяти потребовалось 40 минут, чтобы смоделировать одну секунду активности 1,73 миллиарда нейронов, соединенных 10,4 триллиона синапсов – всего лишь один-два процента мозга.

В последние годы ученые и инженеры пытались приблизиться к возможностям мозга, разрабатывая оборудование и алгоритмы, имитирующие его структуру и то, как он работает. Известный как нейроморфные вычисления, он совершенствуется, но он энергозатратен, а обучение искусственных нейронных сетей требует много времени.

Го и его коллеги искали другой подход, используя настоящую ткань человеческого мозга, выращенную в лаборатории. Плюрипотентные стволовые клетки человека уговорили развиться в различные типы клеток мозга, которые организовались в трехмерные мини-мозги, называемые органоидами, наполненными связями и структурами.

Это не настоящий мозг, а просто структура тканей, не имеющая ничего похожего на мысли, эмоции или сознание. Они полезны для изучения того, как развивается и работает мозг, не копаясь в реальном человеке.

Brainoware состоит из органоидов мозга, соединенных с массивом микроэлектродов высокой плотности с использованием искусственной нейронной сети, известной как резервуарные вычисления. Электрическая стимуляция переносит информацию в органоид, резервуар, в котором эта информация обрабатывается, прежде чем Brainoware выдает свои расчеты в форме нейронной активности.

Для входного и выходного слоев используется обычное компьютерное оборудование. Эти слои нужно было обучить для работы с органоидом, при этом выходной слой считывает нейронные данные и делает классификации или прогнозы на основе входных данных.

Чтобы продемонстрировать систему, исследователи предоставили Brainoware 240 аудиоклипов, записанных восемью мужчинами, говорящими на японском языке, и попросили ее идентифицировать голос одного конкретного человека.

Они начали с наивного органоида; после двухдневного обучения Brainoware смогла идентифицировать говорящего с точностью 78 процентов.

Они также попросили Brainoware предсказать карту Энона — динамическую систему, демонстрирующую хаотическое поведение. Они оставили его без присмотра для обучения на четыре дня (каждый день представляет собой эпоху обучения) и обнаружили, что он способен предсказывать карту с большей точностью, чем искусственная нейронная сеть без блока долговременной краткосрочной памяти.

Brainoware была немного менее точной, чем искусственные нейронные сети с длинной кратковременной памятью, но каждая из этих сетей прошла 50 эпох обучения. Brainoware достигла почти тех же результатов менее чем за 10 процентов времени обучения.

«Благодаря высокой пластичности и адаптируемости органоидов Brainoware обладает способностью изменяться и реорганизовываться в ответ на электрическую стимуляцию, что подчеркивает его способность к адаптивным резервуарным вычислениям», — пишут исследователи.

По-прежнему существуют существенные ограничения, в том числе проблемы сохранения жизни и здоровья органоидов, а также уровни энергопотребления периферийного оборудования. Но, принимая во внимание этические соображения, Brainoware имеет значение не только для вычислений, но и для понимания тайн человеческого мозга.