Ne postoji računalo ni izdaleka moćno i složeno kao što je ljudski mozak. Grudice tkiva smještene u našim lubanjama mogu obrađivati informacije u količinama i brzinama koje računalna tehnologija jedva može dodirnuti.
Ključ uspjeha mozga je učinkovitost neurona koji služi i kao procesor i kao memorijski uređaj, za razliku od fizički odvojenih jedinica u većini modernih računalnih uređaja.
Bilo je mnogo pokušaja da se računalstvo učini sličnijim mozgu, ali novi pokušaj ide korak dalje - integracijom stvarnog, stvarnog ljudskog moždanog tkiva s elektronikom.
Zove se Brainoware i radi
Tim predvođen inženjerom Feng Guom sa Sveučilišta Indiana Bloomington dao mu je zadatke poput prepoznavanja govora i predviđanja nelinearnih jednadžbi.
Bilo je nešto manje precizno od čistog hardverskog računala koje radi na umjetnoj inteligenciji, ali istraživanje pokazuje važan prvi korak u novoj vrsti računalne arhitekture.
Međutim, dok su Guo i njegovi kolege slijedili etičke smjernice u razvoju Brainowarea, nekoliko istraživača sa Sveučilišta Johns Hopkins u povezanom komentaru Nature Electronicsa napominje važnost etičkih pitanja tijekom daljnjeg širenja ove tehnologije.
Lena Smirnova, Brian Caffo i Erik C. Johnson, koji nisu bili uključeni u studiju, upozoravaju: "Kako se sofisticiranost ovih organoidnih sustava povećava, za zajednicu je ključno ispitati mnoštvo neuroetičkih pitanja koja okružuju sustave bioračunala koje uključuje ljudsko neuralno tkivo."
Ljudski mozak je na neki način nevjerojatan
Procjenjuje se da sadrži prosječno 86 milijardi neurona i do kvadrilijun sinapsi. Svaki neuron povezan je s do 10 000 drugih neurona, neprestano se aktiviraju i međusobno komuniciraju.
Do danas, naši najbolji napori da simuliramo aktivnost mozga u umjetnom sustavu jedva su zagrebali površinu.
Godine 2013. Rikenov K Computer – tada jedno od najmoćnijih superračunala na svijetu – pokušalo je oponašati mozak. S 82.944 procesora i petabajtom glavne memorije, bilo je potrebno 40 minuta da se simulira jedna sekunda aktivnosti 1,73 milijarde neurona povezanih s 10,4 trilijuna sinapsi – otprilike samo jedan do dva posto mozga.
Posljednjih godina znanstvenici i inženjeri pokušavaju se približiti sposobnostima mozga dizajnirajući hardver i algoritme koji oponašaju njegovu strukturu i način na koji funkcionira. Poznato kao neuromorfno računalstvo, poboljšava se, ali je energetski intenzivno, a obuka umjetnih neuronskih mreža oduzima puno vremena.
Guo i njegovi kolege tražili su drugačiji pristup koristeći pravo tkivo ljudskog mozga uzgojeno u laboratoriju. Ljudske pluripotentne matične stanice natjerane su da se razviju u različite vrste moždanih stanica koje su se organizirale u trodimenzionalne mini-mozgove nazvane organoidi, zajedno s vezama i strukturama.
Ovo nisu pravi mozgovi, već jednostavno sklopovi tkiva bez ičega što bi podsjećalo na misao, emociju ili svijest. Korisni su za proučavanje kako se mozak razvija i radi, bez čeprkanja po stvarnom čovjeku.
Brainoware
Brainoware se sastoji od moždanih organoida povezanih s nizom mikroelektroda visoke gustoće, pomoću vrste umjetne neuronske mreže poznate kao rezervoarsko računalstvo. Električna stimulacija prenosi informacije u organoid, spremnik u kojem se te informacije obrađuju prije nego što Brainoware izbaci svoje izračune u obliku neuralne aktivnosti.
Za ulazne i izlazne slojeve koristi se uobičajeni računalni hardver. Ti su slojevi morali biti uvježbani da funkcioniraju s organoidom, pri čemu je izlazni sloj čitao neuralne podatke i napravio klasifikacije ili predviđanja na temelju ulaza.
Kako bi demonstrirali sustav, istraživači su Brainowareu dali 240 audio isječaka iz osam muških govornika koji su ispuštali japanske samoglasnike i zamolili ga da identificira glas jedne određene osobe.
Počeli su s naivnim organoidom; nakon treninga od samo dva dana, Brainoware je uspio identificirati govornika sa 78 posto točnosti.
Također su tražili od Brainowarea da predvidi Hénonovu mapu, dinamički sustav koji pokazuje kaotično ponašanje. Ostavili su ga bez nadzora da uči četiri dana – svaki dan predstavljajući epohu treninga – i otkrili da može predvidjeti kartu s većom točnošću od umjetne neuronske mreže bez duge kratkoročne memorijske jedinice.
Brainoware je bio nešto manje precizan od umjetnih neuronskih mreža s jedinicom dugog kratkoročnog pamćenja – ali svaka od tih mreža je prošla 50 epoha obuke. Brainoware je postigao približno iste rezultate u manje od 10 posto vremena treninga.
"Zbog visoke plastičnosti i prilagodljivosti organoida, Brainoware ima fleksibilnost da se mijenja i reorganizira kao odgovor na električnu stimulaciju, ističući njegovu sposobnost za adaptivno računanje rezervoara", pišu istraživači.
Još uvijek postoje značajna ograničenja, uključujući pitanje održavanja organoida živim i zdravim te razine potrošnje energije periferne opreme. No, imajući na umu etička razmatranja, Brainoware ima implikacije ne samo za računalstvo, već i za razumijevanje misterija ljudskog mozga.
"Mogu proći desetljeća prije nego što se općeniti bioračunalni sustavi mogu stvoriti, ali ovo će istraživanje vjerojatno stvoriti temeljne uvide u mehanizme učenja, neuralnog razvoja i kognitivne implikacije neurodegenerativnih bolesti", pišu Smirnova, Caffo i Johnson.
"Također bi moglo pomoći u razvoju predkliničkih modela kognitivnog oštećenja za testiranje novih terapeutika."
Izvor: Science Alert
