計算に参加するのに、脳がクルミほどの大きさである必要はありません。英国のブリストル大学の研究室では、1ミリメートル未満の小さな脳オルガノイドが点字アルファベットの文字に由来する電気信号を受信し、コンピューターが識別できる神経反応を生成できることを示した。結果が開きます 生きたニューラル ネットワークの特性を利用するバイオハイブリッド コンピューティング システムを開発する方法。 しかし、本質的な違いがあります。ミニ脳は読むことを学習していませんが、文字に関する情報を含む信号を処理しています。
この実験は、 人工知能のフロンティアは、情報を受け取り、解釈可能な応答を生成できるように、生きた神経組織を電子デバイスに接続する、いわゆるオルガノイド知能の困難を理解し、おそらく解決さえしようとしています。オルガノイドは、脳の発達のいくつかの側面を再現する幹細胞から成長した三次元構造です。 しかし、それらは厳密な意味での小型の脳ではありません。研究で使用されたものには、約 10,000 個のニューロンが含まれていました。
それらをテストするために、Tianyi Liu、Hemma Philamore、Benjamin Ward-Cherrier が率いる著者たちは、点字アルファベット 26 文字から始めました。 触覚センサーがそのパターンを記録し、そのデータが一連の電気刺激に変換されました。 オルガノイドは微小電極アレイを通じて受け取ることができます。次に、神経活動を記録し、機械学習アルゴリズムを使用して、各応答がどの文字に対応するかを特定しました。
コンピューターは点字を直接読んでいたわけではなく、オルガノイドが単語を解釈していたわけでもありません。このアルゴリズムは、組織によって生成された活動パターンを分類し、一部の文字を他の文字から区別するのに十分な情報を保持しているかどうかをチェックしました。と 単一のオルガノイドはケースの約 61% で正しかった。 3 人の回答を合計すると、この数字は 83% に上昇しました。
「実際のタッチセンサーから情報を取得し、それを生きたニューラルネットワークが受信できる形式に変換し、オルガノイドの応答から意味のある情報を取り出すことができます」とリュー氏は言う。 彼の意見では、この手順は次のことを提供します。 「人工センサーを生物学的神経システムに接続する実用的な方法」、よりエネルギー効率の高いコンピュータの開発に貢献できる組み合わせです。
研究のもう 1 つの部分は、システムが依然としてパターンを識別できるかどうかを確認するために、信号に人工ノイズを追加することでした。そういった状況では、 オルガノイドの応答は、アルゴリズムが変更された信号を直接分析した場合よりも干渉に強く抵抗しました。、生体組織を迂回します。この結果は、入力が劣化した場合でもニューロンの活動が有用な情報を提供できることを示唆していますが、これらの組織が一般に従来のプロセッサよりも信頼性が高いことを実証するものではありません。
なぜ 3 つのオルガノイドが 1 つよりもうまく機能するのでしょうか? Liu氏のチームはまだ決定的な答えを持っていないが、研究では各組織がわずかに異なる神経接続と自発的活動レベルを発達させているのではないかと推測している。彼らの応答を組み合わせることで、システムは補完的な情報を収集できます。しかし、その多様性は次のような問題も引き起こします。 オルガノイドの反応があまりにも異なる場合、予測可能で再現可能なシステムを構築することが困難になります。
しかし、この技術の関心は点字だけにとどまりません。人間の脳は、エネルギー消費を抑えて複雑な操作を実行します。バイオハイブリッド コンピューティングでは、生きたニューラル ネットワークのいくつかの特性を利用して情報を効率的に処理できるかどうかを探ります。 長期的には、これらのシステムはセンサーや電子デバイスと組み合わされる可能性があります。ただし、この実験では従来のコンピューターと比較したエネルギー節約は測定されておらず、オルガノイドがシリコンプロセッサーに取って代わることも実証されていません。 次のステップは、刺激をテクスチャ、エッジ、その他の接触形態に拡張し、オルガノイドがその応答の結果に関する情報を受け取り、フィードバックを通じて適応できる閉ループ システムを開発することです。
今のところ、この小さな脳は受け取った文字を理解できません。しかし、彼らは技術的な障壁を克服しました。人工センサーからの刺激が生きた神経組織を通過し、反対側でも認識可能な状態を維持できることを実証しました。 課題はもはや、脳を模倣できる機械を構築することだけではなく、生きた組織自体がそれらに接続されたときに何を提供できるかを発見することです。
