Hibrid mesterséges intelligencia élő neuronokkal

A kutatók jelentős lépést tettek a hibrid mesterséges intelligencia területén: olyan rendszert fejlesztettek ki, amelyben élő patkány neuronok számítási feladatokat végeznek. A kísérlet célja, hogy a biológiai ideghálózatokat gépi tanulási módszerekkel ötvözve teszteljék, vajon az élő sejtek teljes értékű számítási elemként működhetnek-e.

Ennek érdekében a kutatók kéregsejteket használtak, melyeket mikroelektródákhoz és mikrofluidikus eszközökhöz kapcsoltak. A rendszer zárt körben működik: az idegi jeleket leolvassák, kimeneti adatokká alakítják, majd visszacsatolják elektromos stimulációként. Ez a ciklus körülbelül 330 milliszekundumig tart, lehetővé téve a rendszer számára, hogy külső beavatkozás nélkül valós időben tanuljon.

Különös figyelmet fordítottak a hálózat szerkezetére. A neuronokat 128 mikronyílásba helyezték, amelyeket mikrocsatornák kötnek össze – ez segített csökkenteni a túlzott szinkronizációt, ami a rendezetlen biológiai hálózatokban gyakori probléma. Ennek eredményeként az aktivitáskorreláció közel négyszeresére csökkent, így a rendszer viselkedése összetettebbé és hatékonyabbá vált.

A kísérletek során a biológiai hálózat sikeresen reprodukált különféle jeleket, mint például szinusz-, négyszög- és háromszög-hullámokat, és képes volt közelíteni olyan komplex kaotikus rendszereket is, mint a Lorenz-attraktor. A pontosság magas maradt, a korrelációs szintek meghaladták a 0,8-at.

Azonban a technológia még messze van a gyakorlati alkalmazástól. A kiképzés befejezése után a rendszer pontossága csökken, és a visszacsatolási késések korlátozzák a gyorsan változó jelek feldolgozására való képességét. Ennek ellenére a kutatók úgy vélik, a további fejlesztés új agy-számítógép interfészekhez, neuroprotézisekhez és biohibrid számítástechnikai platformokhoz vezethet.