Danny Weber
21:20 08-04-2026
© Сгенерировано нейросетью
Tutkijat kehittivät järjestelmän, jossa rotan hermosolut suorittavat laskentaa. Järjestelmä oppii reaaliajassa ja pystyy tuottamaan monimutkaisia signaaleja. Lue lisää hybriditekoälyn kehityksestä.
Tutkijat ovat ottaneet merkittävän askeleen hybriditekoälyn kehityksessä kehittämällä järjestelmän, jossa elävät rotan hermosolut suorittavat laskennallisia tehtäviä. Kokeilu perustuu ajatukseen biologisten hermoverkkojen yhdistämisestä koneoppimismenetelmiin, jotta voitaisiin selvittää, voivatko elävät solut toimia täysivaltaisina laskennallisina elementteinä.
Tämän saavuttamiseksi tutkijat käyttivät aivokuoren hermosoluja, jotka on kytketty mikroelektrodeihin ja mikrofluidisiin laitteisiin. Järjestelmä toimii suljetussa silmukassa: hermosignaaleja luetaan, muunnetaan lähtötiedoiksi ja palautetaan sitten takaisin sähköisenä stimulaationa. Tämä sykli kestää noin 330 millisekuntia, mikä mahdollistaa järjestelmän oppimisen reaaliajassa ilman ulkoista puuttumista.
Erityistä huomiota kiinnitettiin verkoston rakenteeseen. Hermosolut sijoitettiin 128 mikroporeihin, joita yhdistävät mikrokanavat, mikä vähensi liiallista synkronisaatiota—yleistä ongelmaa sekavissa biologisissa verkoissa. Tuloksena aktiivisuuden korrelaatio laski lähes nelinkertaiseksi, mikä teki järjestelmän käyttäytymisestä monimutkaisempaa ja tehokkaampaa.
Kokeiden aikana biologinen verkosto onnistui tuottamaan erilaisia signaaleja, kuten siniaaltoja, neliöaaltoja ja kolmioaaltoja, ja se pystyi approksimoimaan monimutkaisia kaaottisia järjestelmiä, kuten Lorenz-attraktoria. Tarkkuus pysyi korkeana, ja korrelaatiotaso ylitti 0,8:n.
Teknologia on kuitenkin vielä kaukana käytännön sovelluksista. Koulutuksen päätyttyä järjestelmän tarkkuus heikkenee, ja palautteen viiveet rajoittavat sen kykyä käsitellä nopeasti muuttuvia signaaleja. Tutkijat uskovat kuitenkin, että jatkokehitys voi johtaa uusiin aivo-tietokonerajapintoihin, neuroproteeseihin ja biohybridilaskentaympäristöihin.