チップ上の人間の脳細胞は音声を認識し、簡単な計算を実行できる：ScienceAlert

人間の脳ほど強力で複雑なコンピューターはありません。 私たちの頭蓋骨内の大量の組織は、コンピューティング技術ではほとんど到達できない量と速度で情報を処理できます。

脳の成功の鍵は、最新のコンピューティング デバイスの物理的に分離されたユニットとは対照的に、プロセッサおよびメモリ デバイスとして機能するニューロンの効率にあります。

コンピューティングをより脳に近づけようとする試みはこれまでに数多く行われてきましたが、新たな取り組みでは、本物の人間の脳組織とエレクトロニクスを統合することで、すべてをさらに一歩進めています。

それは Brainoware と呼ばれるもので、機能します。 インディアナ大学ブルーミントン校のエンジニア、フェン・グオ氏が率いるチームは、音声認識や非線形方程式の予測などの数学問題などのタスクをこのシステムに搭載した。

純粋な AI コンピューターよりも精度は若干劣りましたが、この研究は新しいタイプのコンピューター アーキテクチャにおける重要な第一歩であることを示しています。

しかし、Gu 氏と彼の同僚は Brainoware の開発において倫理ガイドラインに従っていたが、ジョンズ・ホプキンス大学の数人の研究者は関連レポートで次のように述べている。 ネイチャーエレクトロニクス このテクノロジーをさらに拡大する際に、倫理的配慮を念頭に置くことの重要性についてコメントしてください。

レナ スミルノバ、ブライアン カフー、エリック C. ジョンソン氏は研究には参加しなかったが、 注意する「これらの有機システムの複雑さが増すにつれて、人間の神経組織が関与するバイオコンピューティング システムを取り巻く無数の神経倫理的問題を考慮することが社会にとって重要です。」

人間の心は驚くほど素晴らしいものです。 そして感謝もあります 860億個のニューロン、平均して、そして 最大1000兆個のシナプス。 各ニューロンは最大で接続されています さらに 10,000 個のニューロン、常に撮影し、お互いに通信します。

これまでのところ、人工システムにおける脳活動をシミュレートするための私たちの最善の努力は表面化していません。

2013 年に、当時世界で最も強力なスーパーコンピューターの 1 つだった理化学研究所の「京」が打ち上げられました。 彼は脳を模倣しようとした。 82,944 個のプロセッサとペタバイトのメイン メモリを使用して、10 兆 4,000 億個のシナプスで接続された 17 億 3,000 万個のニューロンの活動 (脳のわずか約 1 ～ 2%) の 1 秒間の活動をシミュレートするのに 40 分かかりました。

近年、科学者や技術者は、脳の構造や働きを模倣するデバイスやアルゴリズムを設計することで、脳の能力に近づけようと試みてきました。 として知られている ニューラルコンピューティング改善されてきていますが、エネルギーを大量に消費し、人工ニューラルネットワークのトレーニングには長い時間がかかります。

Gu 氏と彼の同僚は、研究室で培養された本物の人間の脳組織を使用した別のアプローチを模索しました。 ヒト多能性幹細胞は、さまざまな種類の脳細胞に発達するように刺激され、細胞小器官と呼ばれる、接続と構造を備えた小さな三次元の脳に組織化されます。

これらは本物の脳ではなく、思考、感情、意識に似たものを持たない単なる組織の配置です。 これらは、実際の人間に干渉することなく、脳がどのように発達し、機能するかを研究するのに役立ちます。

Brainoware は、として知られる人工ニューラル ネットワークの一種を使用して、高密度微小電極のアレイに接続された脳オルガノイドで構成されています。 タンクコンピューティング。 電気刺激は情報をオルガノイドに伝達します。オルガノイドは、Brainoware が神経活動の形で計算を出力する前に、その情報が処理される貯蔵所です。

入力層と出力層には通常のコンピューターが使用されます。 これらの層はオルガノイドを操作するようにトレーニングする必要があり、出力層は神経データを読み取り、入力に基づいて分類や予測を行います。

このシステムを実証するために、研究者らは日本語の母音を発する8人の男性話者の240個の音声クリップをBrainowareに与え、特定の個人の声を識別するよう依頼した。

彼らは素朴なオーガニックから始めました。 わずか 2 日間のトレーニングの後、Brainoware は最大 78% の精度で発言者を識別することができました。

彼らはまた、Brainoware に予測を依頼しました。 ヘノンマップ、動的システムはカオス的な挙動を示します。 研究者らは、4 日間教師なしで学習させた (毎日がトレーニング エポックを表す) 結果、長期短期記憶ユニットを持たない人工ニューラル ネットワークよりも高い精度でマップを予測できることがわかりました。

脳プログラムは、長期記憶および短期記憶の人工ニューラル ネットワークよりもわずかに精度が劣りましたが、これらのネットワークはすべて 50 回のトレーニング エポックを受けました。 Brainoware は、トレーニング時間の 10% 未満でほぼ同じ結果を達成しました。

「オルガノイドの高い可塑性と適応性により、Brainoware は電気刺激に応じて変化および再編成する柔軟性を備えており、適応型バックアップ コンピューティングの可能性を強調しています。」 研究者たちは書いています。

臓器を生きて健康に保つ問題や、周辺機器の消費電力レベルなど、依然として大きな制限が残っています。 しかし、倫理的配慮を念頭に置いた Brainoware は、コンピューティングだけでなく、人間の脳の謎を理解することにも影響を与えます。

「一般的なバイオコンピューティング システムが作成されるまでには数十年かかるかもしれませんが、この研究により、学習、神経発達、神経変性疾患の認知効果のメカニズムについての基本的な洞察が得られる可能性があります。」 スミルノバ、カフー、ジョンソンはこう書いている。

「新しい治療法をテストするための認知障害の前臨床モデルの開発にも役立つ可能性があります。」

この研究は、 ネイチャーエレクトロニクス。