Um die Rechenleistung künstlicher Intelligenz (KI) zu steigern, haben Forscher fortschrittliches maschinelles Lernen mit hochentwickelten 3D-Modellen des menschlichen Gehirns kombiniert, die aus verschiedenen im Labor gezüchteten Hirngewebetypen erstellt wurden.
Diese Miniaturmodelle des Gehirns, die als „Mini-Gehirne“ bekannt sind, gibt es seit 2013 in verschiedenen Formen. Sie wurden jedoch nie zur Verbesserung der KI genutzt.
Wissenschaftler haben maschinelles Lernen, eine Art künstliche Intelligenz, mit einem Miniatur-3D-Modell des Gehirns kombiniert. (Foto: Getty Images)
In der neuen Studie wird herkömmlichere Computerhardware verwendet, um elektrische Daten in das Organoid einzugeben und dann die Aktivität des Organoids zu dekodieren, um eine Ausgabe zu erzeugen. Das Organoid dient also nur als „mittlere Schicht“ des Rechenprozesses.
Zwar kann dieser Ansatz weder die tatsächliche Struktur des Gehirns noch seine Funktionsweise nachahmen, doch könnte er einen ersten Schritt zur Entwicklung von Biocomputern darstellen, die sich Tricks aus der Biologie aneignen, um sie leistungsfähiger und energieeffizienter als herkömmliche Computer zu machen.
„Biocomputer“ könnten außerdem tiefere Einblicke in die Funktionsweise des menschlichen Gehirns und in die Auswirkungen neurodegenerativer Erkrankungen wie Alzheimer und Parkinson auf das Gehirn 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: Die organische Materie reagierte je nach Zeitpunkt und räumlicher Verteilung der Elektrizität von den Elektroden 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 zweier Aufgabentypen: eine mit Spracherkennung und eine andere mit Mathematik.
Zuvor zeigte der Computer eine Genauigkeit von etwa 78 % bei der Erkennung japanischer Vokale aus Hunderten von Audiobeispielen. Die Genauigkeit war zwar recht hoch, lag aber etwas unter der von herkömmlichen maschinellen Lernmodellen.
In dieser Studie wurde zum ersten Mal ein Gehirn-Organoid mit KI verwendet. In früheren Studien wurden jedoch einfachere Arten von Nervengewebe verwendet, die auf ähnliche Weise im Labor gezüchtet wurden.
Einer der Vorteile der Entwicklung eines Biocomputers ist die Energieeffizienz, da unser Gehirn deutlich weniger Energie verbraucht als die heutigen modernen Computersysteme. Smirnova sagt jedoch, es könnte noch Jahrzehnte dauern, bis mit dieser Technologie ein gängiger Biocomputer entwickelt werden kann.
Obwohl Organoide kein vollständiges menschliches Gehirn nachbilden können, hofft Smirnova, dass die Technologie den Wissenschaftlern dabei helfen wird, die Funktionsweise des Gehirns, einschließlich Krankheiten wie Alzheimer, besser zu verstehen.
(Quelle: Tien Phong/Live Science)
[Anzeige_2]
Quelle
Kommentar (0)