Células cerebrais humanas em um chip podem reconhecer fala e realizar cálculos simples: ScienceAlert

Nenhum computador é tão poderoso e complexo quanto o cérebro humano. As massas de tecido em nossos crânios podem processar informações em quantidades e velocidades que a tecnologia da computação mal consegue alcançar.

A chave para o sucesso do cérebro é a eficiência dos neurônios em atuar como processador e dispositivo de memória, em oposição às unidades fisicamente separadas na maioria dos dispositivos de computação modernos.

Houve muitas tentativas de tornar a computação mais parecida com o cérebro, mas um novo esforço leva tudo um passo adiante – integrando tecido cerebral humano real com a eletrônica.

Chama-se Brainoware e funciona. Uma equipe liderada pelo engenheiro Feng Guo, da Indiana University Bloomington, equipou-o com tarefas como reconhecimento de fala e problemas matemáticos, como previsão de equações não lineares.

Foi um pouco menos preciso do que um computador de IA pura, mas a pesquisa demonstra um primeiro passo importante em um novo tipo de arquitetura de computador.

No entanto, embora Gu e seus colegas tenham seguido diretrizes éticas no desenvolvimento do Brainoware, vários pesquisadores da Universidade Johns Hopkins observaram em um relatório relacionado Eletrônica da natureza Comente sobre a importância de manter as considerações éticas em mente à medida que expandimos ainda mais essa tecnologia.

Lena Smirnova, Brian Cafu e Eric C. Johnson, que não participou do estudo, para advertir“À medida que a complexidade destes sistemas orgânicos aumenta, é importante que a sociedade considere as inúmeras questões neuroéticas que envolvem os sistemas de biocomputação que envolvem tecido nervoso humano.”

Um diagrama que mostra como o Brainoware funciona. (Kay e outros, Nat. Elétron., 2023)

A mente humana é incrivelmente incrível. E há apreciação 86 bilhões de neurôniosem média, e Até um quatrilhão de sinapses. Cada neurônio está conectado a até Outros 10.000 neurôniosconstantemente atirando e se comunicando entre si.

READ  AMD pressiona por melhores shaders em jogos com nova patente de chiplet GPU

Até agora, os nossos melhores esforços para simular a atividade cerebral num sistema artificial não chegaram à superfície.

Em 2013, o computador K de Riken – então um dos supercomputadores mais poderosos do mundo – foi lançado. Ele fez uma tentativa de imitar o cérebro. Utilizando 82.944 processadores e um petabyte de memória principal, foram necessários 40 minutos para simular um segundo da atividade de 1,73 bilhão de neurônios conectados por 10,4 trilhões de sinapses, ou apenas cerca de um a dois por cento do cérebro.

Nos últimos anos, cientistas e engenheiros têm tentado aproximar-se das capacidades do cérebro através da concepção de dispositivos e algoritmos que imitam a sua estrutura e funcionamento. conhecido como Computação neuralEstá melhorando, mas consome muita energia, e treinar redes neurais artificiais leva muito tempo.

Da esquerda para a direita, em cima: organoides do cérebro humano aos 7 dias, 14 dias, 28 dias e vários meses; De baixo para cima, da esquerda para a direita: um mês, dois meses, três meses. (Kay e outros, Nat. Elétron., 2023)

Gu e seus colegas procuraram uma abordagem diferente usando tecido cerebral humano real cultivado em laboratório. As células-tronco pluripotentes humanas foram estimuladas a se desenvolver em diferentes tipos de células cerebrais que se organizam em pequenos cérebros tridimensionais chamados organelas, completos com conexões e estruturas.

Estes não são cérebros reais, mas apenas arranjos de tecidos sem nada que se assemelhe a pensamento, emoção ou consciência. Eles são úteis para estudar como o cérebro se desenvolve e funciona, sem interferir nos seres humanos reais.

Brainoware consiste em organoides cerebrais conectados a um conjunto de microeletrodos de alta densidade, usando um tipo de rede neural artificial conhecida como Computação de tanque. A estimulação elétrica transmite informações ao organoide, o reservatório no qual essas informações são processadas antes que o Brainoware produza seus cálculos na forma de atividade neural.

Computadores normais são usados ​​para as camadas de entrada e saída. Essas camadas tiveram que ser treinadas para trabalhar com o organoide, com a camada de saída lendo os dados neurais e fazendo classificações ou previsões com base na entrada.

READ  O CEO da Microsoft diz que práticas injustas do Google levaram ao seu domínio como mecanismo de busca

Para demonstrar o sistema, os pesquisadores deram ao Brainoware 240 clipes de áudio de oito falantes do sexo masculino emitindo sons de vogais japonesas e pediram que identificasse a voz de um indivíduo específico.

Eles começaram com um orgânico ingênuo. Após treinamento de apenas dois dias, a Brainoware conseguiu identificar o orador com até 78% de precisão.

Um exemplo de organismo e sua atividade neural digitalizada. (Kay e outros, Nat. Elétron., 2023)

Eles também pediram à Brainoware para prever Mapa de Henon, um sistema dinâmico exibe comportamento caótico. Eles o deixaram sem supervisão para aprender por quatro dias – cada dia representando uma época de treinamento – e descobriram que ele era capaz de prever o mapa com melhor precisão do que uma rede neural artificial sem uma unidade de memória de longo e curto prazo.

Os programas cerebrais eram ligeiramente menos precisos do que as redes neurais artificiais de memória de longo e curto prazo, mas todas essas redes passaram por 50 épocas de treinamento. A Brainoware alcançou aproximadamente os mesmos resultados em menos de 10% do tempo de treinamento.

“Devido à alta plasticidade e adaptabilidade dos organoides, a Brainoware tem flexibilidade para mudar e se reorganizar em resposta à estimulação elétrica, destacando seu potencial para computação de backup adaptativa.” Os pesquisadores escrevem.

Persistem limitações significativas, incluindo a questão de manter os órgãos vivos e saudáveis ​​e os níveis de consumo de energia dos equipamentos periféricos. Mas, tendo em mente considerações éticas, o Brainoware tem implicações não apenas para a computação, mas também para a compreensão dos mistérios do cérebro humano.

“Podem levar décadas até que sistemas gerais de biocomputação sejam criados, mas esta pesquisa provavelmente gerará insights fundamentais sobre os mecanismos de aprendizagem, neurodesenvolvimento e os efeitos cognitivos das doenças neurodegenerativas.” Smirnova, Cafu e Johnson escrevem.

READ  Seu navegador possui uma configuração oculta que irá acelerar a web

“Também poderia ajudar a desenvolver modelos pré-clínicos de comprometimento cognitivo para testar novos tratamentos”.

A pesquisa foi publicada em Eletrônica da natureza.

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *