Vývoj hybridní umělé inteligence s živými neurony potkanů

Vědci učinili významný krok v hybridní umělé inteligenci vývojem systému, kde živé potkaní neurony plní výpočetní úkoly. Experiment vychází z myšlenky propojení biologických neuronových sítí s metodami strojového učení, aby se otestovalo, zda mohou živé buňky fungovat jako plnohodnotné výpočetní prvky.

K tomu výzkumníci využili kortikální neurony připojené k mikroelektrodám a mikrofluidním zařízením. Systém pracuje v uzavřené smyčce: nervové signály se čtou, převádějí na výstupní data a následně se zpětně přivádějí jako elektrická stimulace. Tento cyklus trvá zhruba 330 milisekund, což umožňuje systému učit se v reálném čase bez vnějšího zásahu.

Zvláštní pozornost byla věnována struktuře sítě. Neurony byly umístěny do 128 mikropórů propojených mikrokanály, což pomohlo snížit nadměrnou synchronizaci – běžný problém v neuspořádaných biologických sítích. Díky tomu korelace aktivity klesla téměř čtyřnásobně, což učinilo chování systému složitějším a efektivnějším.

Během experimentů biologická síť úspěšně reprodukovala různé signály, včetně sinusových, obdélníkových a trojúhelníkových vln, a dokázala aproximovat složité chaotické systémy, jako je Lorenzův atraktor. Přesnost zůstala vysoká, s úrovněmi korelace přesahujícími 0,8.

Technologie je však stále daleko od praktického využití. Po skončení tréninku přesnost systému klesá a zpoždění zpětné vazby omezuje jeho schopnost zpracovávat rychle se měnící signály. Přesto vědci věří, že další vývoj by mohl vést k novým rozhraním mozek-počítač, neuroprotézám a biohybridním výpočetním platformám.