Um die Rechenleistung künstlicher Intelligenz (KI) zu steigern, haben Forscher fortgeschrittenes maschinelles Lernen mit komplexen 3D-Modellen des menschlichen Gehirns kombiniert, die aus verschiedenen im Labor gezüchteten Arten von Hirngewebe erstellt wurden.
Diese Miniaturmodelle des Gehirns, die als „Mini-Gehirne“ bekannt sind, gibt es seit 2013 in verschiedenen Formen. Sie wurden jedoch nie genutzt, um die KI zu verbessern.
Wissenschaftler haben maschinelles Lernen, eine Art künstliches Intelligenzsystem, mit einem Miniatur-3D-Modell des Gehirns kombiniert. (Foto: Getty Images)
In der neuen Studie wird herkömmlichere Computerhardware verwendet, um elektrische Daten in den Organoiden einzugeben und dann die Aktivität des Organoiden zu dekodieren, um eine Ausgabe zu erzeugen – der Organoid dient also nur als „mittlere Schicht“ des Rechenprozesses.
Zwar kann dieser Ansatz die tatsächliche Struktur und Funktionsweise des Gehirns nicht nachahmen, er könnte jedoch einen ersten Schritt zur Schaffung von Biocomputern darstellen, die sich Tricks aus der Biologie aneignen, um sie leistungsfähiger und energieeffizienter als herkömmliche Computer zu machen.
„Biocomputer“ könnten auch tiefere Einblicke in die Funktionsweise des menschlichen Gehirns und die Auswirkungen neurodegenerativer Erkrankungen wie Alzheimer und Parkinson liefern.
„Wir können Informationen – etwa visuelle oder akustische Informationen – im Wesentlichen in das räumlich-zeitliche Muster elektrischer Stimulation kodieren“, sagte der Co-Autor der Studie, Feng Guo, außerordentlicher Professor für intelligente Systemtechnik an der Indiana University Bloomington.
Mit anderen Worten: Organische Materie reagiert je nach Zeitpunkt und räumlicher Verteilung des von den Elektroden ausgehenden Stroms unterschiedlich. Der Algorithmus lernte, die elektrischen Reaktionen des Körpers auf diese Stimulation zu interpretieren.
Mithilfe dieser einzigartigen Hardware trainierten die Forscher ihren Hybridalgorithmus für die Ausführung von zwei Aufgabentypen: eine mit Spracherkennung und eine andere mit Mathematik.
Bisher zeigten Computer bei der Erkennung japanischer Vokale anhand Hunderter Audiobeispiele eine Genauigkeit von etwa 78 %. Es löst das Problem recht genau, ist jedoch etwas schlechter als herkömmliche Modelle des maschinellen Lernens.
In dieser Studie wurde zum ersten Mal ein Gehirn-Organoid mit künstlicher Intelligenz verwendet. In früheren Studien wurden jedoch einfachere Arten von Nervengewebe verwendet, die auf ähnliche Weise im Labor gezüchtet wurden.
Einer der Vorteile der Entwicklung biologischer Computer ist die Energieeffizienz, da unser Gehirn viel weniger Energie verbraucht als die hochentwickelten Computersysteme von heute. Doch Smirnova zufolge könnte es noch Jahrzehnte dauern, bis eine derartige Technologie zur Schaffung eines allgemein gängigen biologischen Computers eingesetzt werden kann.
Zwar lässt sich mit Organoiden kein vollständiges menschliches Gehirn nachbilden, doch Smirnova hofft, dass die Technologie den Wissenschaftlern dabei helfen wird, die Funktionsweise des Gehirns, einschließlich Erkrankungen wie Alzheimer, besser zu verstehen.
(Quelle: Tien Phong/Live Science)
[Anzeige_2]
Quelle
Kommentar (0)