Om de rekenkracht van kunstmatige intelligentie (AI) te vergroten, combineerden onderzoekers gewoon machinaal leren met een geavanceerd 3D-model van het menselijk brein, gemaakt van verschillende soorten hersenweefsel gekweekt in een laboratorium.
Het nieuwe onderzoek maakt gebruik van meer traditionele computerhardware om elektrische gegevens in de organoïde in te voeren en vervolgens de activiteit van de organoïde te decoderen om een output te produceren – dus de organoïde fungeert alleen als de “middenlaag” van het computerproces.
Hoewel deze methode verre van het nabootsen van de werkelijke structuur van een brein of hoe het werkt, kan het een vroege stap zijn in de richting van het creëren van biocomputers, die trucjes uit de biologie zouden lenen om ze krachtiger en energiezuiniger te maken dan traditionele computers. Het zou ook kunnen leiden tot meer inzicht in hoe het menselijk brein werkt en hoe het wordt beïnvloed door neurodegeneratieve aandoeningen, bijvoorbeeld ziekte van Alzheimer En ziekte van Parkinson .
Verwant: Wetenschappers suggereren dat kleine hersenen die in een laboratorium worden gekweekt, zullen worden gebruikt als ‘biologische apparaten’ om nieuwe biocomputers te creëren.
Voor de nieuwe studie, maandag (11 december) gepubliceerd in het tijdschrift Natuurelektronica De onderzoekers gebruikten een techniek genaamd backup computing; In deze context fungeert het orgel als een ‘reservoir’. In zo’n systeem slaat de tank informatie op en reageert op de informatie die wordt ingevoerd. Het algoritme leert veranderingen herkennen die in de tank optreden met verschillende inputs en vertaalt deze veranderingen vervolgens naar de output ervan.
Met behulp van dit raamwerk hebben de onderzoekers de hersenorganoïden met dit systeem verbonden door het te voorzien van elektrische input via elektroden.
“In principe kunnen we informatie – zoals beeld- of audio-informatie – coderen in het spatiotemporele patroon van elektrische stimulatie”, aldus de co-auteur van het onderzoek. Feng Guo universitair hoofddocent intelligente systeemtechniek aan de Indiana University Bloomington.
Met andere woorden, de organoïde reageert anders, afhankelijk van de timing en ruimtelijke verdeling van de elektriciteit die uit de elektroden komt. Het algoritme leerde de elektrische reacties van het orgel op deze stimulatie te interpreteren.
Hoewel de hersenorganoïde veel eenvoudiger is dan een echt brein – het is in wezen een bolletje hersencellen – heeft het wel enig vermogen om zich aan te passen en te veranderen als reactie op stimulatie. De reactie van verschillende soorten hersencellen, cellen in verschillende ontwikkelingsstadia en hersenachtige structuren in de organoïde bieden een ruwe analogie met de manier waarop onze hersenen veranderen als reactie op elektrische signalen. Dergelijke hersenveranderingen voeden ons vermogen om te leren.
Met behulp van deze onconventionele apparaten trainden de onderzoekers hun hybride algoritme om twee soorten taken uit te voeren: de ene gerelateerd aan spraakherkenning en de andere aan wiskunde. Eerder toonde de computer een nauwkeurigheid van ongeveer 78% bij het herkennen van Japanse klinkergeluiden uit honderden audiofragmenten. Het was redelijk nauwkeurig bij het oplossen van de wiskundige taak, maar iets minder nauwkeurig dan traditionele vormen van machinaal leren.
Dit onderzoek is de eerste keer dat een hersenorganoïde is gebruikt met kunstmatige intelligentie, maar eerdere studies hebben op een vergelijkbare manier eenvoudigere soorten in het laboratorium gekweekt neuraal weefsel gebruikt. Wetenschappers bijvoorbeeld Verward hersenweefsel Met een vorm van versterkend leren, een soort machinaal leren dat mogelijk grotere overeenkomsten vertoont met de manier waarop mensen en andere dieren leren dan met reservecomputers.
Toekomstig onderzoek zou kunnen proberen hersenorganoïden te combineren met versterkend leren, zei hij Lena Smirnova assistent-professor milieugezondheid en techniek aan de Johns Hopkins Universiteit Co-auteur van de opmerking Over de nieuwe studie.
Een voordeel van het creëren van biocomputers is energie-efficiëntie, omdat onze hersenen veel minder energie gebruiken dan de huidige geavanceerde computersystemen. Maar Smirnova zei dat het tientallen jaren kan duren voordat dergelijke technologie kan worden gebruikt om een biocomputer voor algemeen gebruik te creëren.
Hoewel de organoïden nog lang niet in de buurt komen van het repliceren van complete menselijke hersenen, hoopt Smirnova dat de technologie wetenschappers een beter inzicht zal geven in hoe de hersenen werken, inclusief ziekten als de ziekte van Alzheimer. Door de structuur van de hersenen (met behulp van organoïden) en de functie ervan (met computers) te repliceren, kunnen onderzoekers bijvoorbeeld beter begrijpen hoe de hersenstructuur verband houdt met leren en cognitie.
Net als bij organismen in het algemeen kunnen deze computersystemen precies dat doen We hopen dat het helpt om het testen van medicijnen op dieren te vervangen Smirnova voegde eraan toe dat het ethische kwesties oproept en niet altijd tot gunstige resultaten leidt, omdat dieren heel anders zijn dan mensen. Het opnemen van organoïden afkomstig uit menselijk hersenweefsel bij het testen van geneesmiddelen zou deze leemte kunnen helpen opvullen.
Heb je je ooit afgevraagd waarom Sommige mensen bouwen gemakkelijker spieren op dan anderen of Waarom verschijnen sproeten in de zon? ? Stuur ons uw vragen over hoe het menselijk lichaam werkt Gemeenschap@livescience.com Met als onderwerp ‘Health Desk Q’, en wellicht ziet u het antwoord op uw vraag op de website!