Modele uczenia maszynowego, takie jak ten, który napędza ChatGPT, generują eseje, opowiadania i całe podcasty. Ale naukowcy szukają innego sposobu przetwarzania danych, który mógłby być równie wydajny i potężny, i znajduje się on w naszych mózgach.
In nowy artykuł opublikowane we wtorek w Granice, duża międzynarodowa współpraca prowadzona przez naukowców z John Hopkins University (JHU) szczegółowo opisuje, w jaki sposób technologie mózg-maszyna stanowią najnowszą granicę w biokomputerach, i zapewnia plan działania, jak urzeczywistnić to.
Jak wyjaśniono w artykule, inteligencja organoidalna (OI) to wschodząca dziedzina, w której naukowcy opracowują obliczenia biologiczne przy użyciu kultur 3D ludzkich komórek mózgowych (organoidów mózgowych) i technologii interfejsów mózg-maszyna. Te organoidy mają wspólne aspekty struktury i funkcji mózgu, które odgrywają kluczową rolę w funkcjach poznawczych, takich jak uczenie się i pamięć. Zasadniczo służyłyby jako sprzęt biologiczny i pewnego dnia mogłyby być nawet bardziej wydajne niż obecne komputery z programami AI.
„Wizją OI jest wykorzystanie mocy systemu biologicznego do rozwoju nauk ścisłych, bioinżynierii i informatyki” – napisała w e-mailu do Motherboard Lena Smirnova, badaczka z JHU i autorka artykułu. „Jeśli przyjrzymy się, jak skutecznie ludzki mózg działa w przetwarzaniu informacji, uczeniu się itp., kuszące jest przetłumaczenie i modelowanie tego, aby mieć system, który będzie działał szybciej i wydajniej [niż] obecne komputery”.
Na przykład ludzki mózg ma niesamowitą zdolność do przechowywania informacji: według artykułu przeciętny mózg może przechowywać około 2,500 terabajtów. Naukowcy wyobrażają sobie złożone trójwymiarowe struktury komórkowe, które można by połączyć z systemami sztucznej inteligencji i uczenia maszynowego.
„Osiągamy fizyczne ograniczenia komputerów krzemowych, ponieważ nie możemy zmieścić większej liczby tranzystorów w małym chipie” – powiedział Thomas Hartung, badacz z JHU i jeden z autorów badania, w komunikacie prasowym. „Ale mózg jest okablowany zupełnie inaczej. Ma około 100 [miliardów] neuronów połączonych przez ponad 1015 punktów połączeń. To ogromna różnica w mocy w porównaniu z naszą obecną technologią”.
Naukowcy wcześniej połączyli biologiczne i syntetyczne uczyć komórki mózgowe, jak grać w Ponga––weryfikacja słuszności koncepcji przeprowadzona przez tych samych naukowców zaangażowanych w tę inicjatywę. Projekt ten obejmował stworzenie systemu DishBrain, w którym naukowcy stworzyli interfejs mózg-komputer, dostarczając neuronom proste elektryczne dane sensoryczne i informacje zwrotne, które pozwoliły im „nauczyć się” gry.
Jednak nowy artykuł widzi jeszcze większe zastosowania niż nakłanianie komórek do grania w gry wideo. Po pierwsze, organoidy mózgowe mogą mieć zastosowanie w medycynie. Autorzy piszą, że badania OI pozwolą na eksplorację międzyosobniczych zaburzeń neurorozwojowych i neurodegeneracyjnych oraz zrewolucjonizują badania nad testowaniem leków.
Tak jak z sztuczna inteligencjaistnieją obawy natury etycznej i naukowcy to potwierdzają. Aby zapewnić, że OI rozwija się w sposób etyczny i społecznie odpowiedzialny, proponują podejście „etyki wbudowanej”, w ramach której „interdyscyplinarne i reprezentatywne zespoły etyków, badaczy i członków społeczeństwa identyfikują, dyskutują i analizują kwestie etyczne i przekazują je z powrotem do informować o przyszłych badaniach i pracy”.
[…] Przeczytaj oryginalny artykuł […]
[…] „Inteligencja organoidalna” (OI): biokomputery i inteligencja w naczyniu […]