Миналата година учени от университета Монаш създадоха “DishBrain” – полубиологичен компютърен чип с около 800 000 човешки и миши мозъчни клетки, лабораторно отгледани в неговите електроди. Демонстрирайки нещо като чувствителност, то се научи да свири Понг в рамките на пет минути.
Микроелектродният масив в сърцето на DishBrain беше способен както да разчита активността в мозъчните клетки, така и да ги стимулира с електрически сигнали, така че изследователският екип създаде версия на Понг където мозъчните клетки са били захранвани с движещ се електрически стимул, за да представят от коя страна на “екрана” е била топката и колко далеч е била от греблото. Те позволиха на мозъчните клетки да действат върху греблото, движейки го наляво и надясно.
След това те създават много елементарна система за възнаграждение, използвайки факта, че малки групи от мозъчни клетки са склонни да се опитват да сведат до минимум непредсказуемостта в тяхната среда. Така че, ако греблото удари топката, клетките ще получат хубав, предвидим стимул. Но ако пропусне, клетките ще получат четири секунди напълно непредвидима стимулация.
Това беше първият път, когато отгледани в лаборатория мозъчни клетки бяха използвани по този начин, като им беше даден не само начин да усещат света, но и да действат върху него, и резултатите бяха впечатляващи.
Cortical Labs
Достатъчно впечатляващо е, че изследването – предприето в партньорство със стартъпа Cortical Labs от Мелбърн – вече е привлякло безвъзмездна помощ от 407 000 щатски долара от австралийската програма за стипендии за изследване на националното разузнаване и сигурност.
Тези програмируеми чипове, съчетаващи биологични изчисления с изкуствен интелект, „в бъдеще може в крайна сметка да надминат производителността на съществуващия, изцяло базиран на силиций хардуер“, казва ръководителят на проекта, доцент Адеел Рази.
„Резултатите от такова изследване биха имали значителни последици в множество области като, но не само, планиране, роботика, усъвършенствана автоматизация, интерфейси мозък-машина и откриване на лекарства, давайки на Австралия значително стратегическо предимство“, каза той.
Cortical Labs
Усъвършенстваните възможности за обучение на DishBrain, с други думи, биха могли да подкрепят ново поколение машинно обучение, особено когато са въплътени в автономни превозни средства, дронове и роботи. Това може да им даде, казва Рази, „нов тип машинен интелект, който може да учи през целия си живот“.
Технологията обещава машини, които могат да продължат да усвояват нови способности, без да компрометират старите, които могат да се адаптират добре към промените и които могат да картографират стари знания в нови ситуации – като същевременно непрекъснато самооптимизират използването на изчислителна мощност, памет и енергия.
„Ние ще използваме тази безвъзмездна помощ“, казва Рази, „за да разработим по-добри AI машини, които възпроизвеждат капацитета за обучение на тези биологични невронни мрежи. Това ще ни помогне да увеличим мащаба на капацитета на хардуера и методите до точката, в която те се превръщат в жизнеспособен заместител на силициевите изчисления.“
Феноменални неща.
източник: Университет Монаш
Публикациите се превеждат автоматично с google translate
